FP—Growth相关论文
FP—Growth算法是关联规则挖掘的一个经典算法。本文提出一种基于事务一项矩阵的挖掘算法MFP—Growth算法，利用向量矩阵表示事务数......
为了解决网络入侵检测领域使用Apriori算法挖掘频繁模式效率不高、精度不够的问题,在FP-growth的基础上提出一种新的基于分割原理......
Fp-growth算法是当前挖掘频繁项目集算法中速度最快，应用最广，并且不需要候选集的一种挖掘关联规则的算法。但是，Fp-growth算法也存在......
针对电子商务推荐销售的需求和FP-Growth算法不产生候选集的特性，提出利用FP-Growth算法，运用VC＋＋程序开发工具，对某一电商卖家的数据进......
关于多级关联规则挖掘方面的研究到目前为止还非常有限，尤其是在减少所需存储空间、产生有效规则、缩短计算时间方面还有很多工作要......
关联规则挖掘由于表达形式简洁、易于解释和理解已成为数据挖掘中的研究热点，对关联规则的研究具有重要的理论价值和现实意义。文章......
现有FP-growth频繁集挖掘算法在处理大数据时存在时空效率不高的问题,且内存的使用随着数据的增加已经无法满足把待挖掘数据压缩存......
针对传统的频繁模式增长算法（FP—Growth）在工作过程中会产生大量的条件FP—tree，存在时间和空间复杂度的问题，提出了一种基于Hadoop的......
FP-Growth是频繁模式挖掘的经典算法，能够在不产生候选集的情况下生成所有的频繁模式，效率与Apriori算法相比有巨大提高，然而FP—Grow......
频繁项集挖掘，作为数据挖掘的一项基本任务，自提出以来就受到计算机科学理论研究的广泛重视。当前很多数据挖掘算法在处理大型数据集......
