针对基于垂直数据格式的关联规则挖掘算法在频繁项集查找过程中，由于内存需求巨大，提出了一种新的混合压缩算法——HC-DM算法。实验证明，结合HC-DM算法和dEclat算法，并优化排序步骤，能显著降低内存使用量。
高效混合压缩数据挖掘算法研究论文
相关推荐
Apriori算法研究论文
这篇论文探讨了Apriori算法在数据挖掘中的应用。
数据挖掘
2
2024-07-16
RAR 压缩算法研究
深入探讨 RAR 压缩算法的核心机制，分析其在数据压缩、文件加密等方面的应用特点，并与其他主流压缩算法进行比较，探讨其优缺点以及未来发展方向。
Access
3
2024-05-30
数据挖掘领域的大量研究论文
这篇文章的第二部分，共三部分，涵盖了大量关于数据挖掘的研究论文。
数据挖掘
2
2024-07-17
基于优化数据集结构的高效用数据挖掘算法研究
高效用项集挖掘 (High-Utility Itemset Mining, HUIM) 作为数据挖掘领域的重要任务之一，与频繁项集挖掘 (Frequent Itemset Mining, FIM) 不同，HUIM 在挖掘过程中会综合考虑数量和价值等因素。
数据挖掘
6
2024-05-23
数据挖掘论文研究基于FP-Tree的新型频繁项集挖掘算法
在数据挖掘领域，发现频繁项集是关键问题之一。提出了一种名为FP-SPMA的新型算法，基于FP-Tree结构，通过共享前缀和前瞻剪枝，显著提升了算法效率。相较于传统方法，该算法无需递归构造条件模式树，有效压缩了事务数据库。
数据挖掘
2
2024-07-17
研究论文基于MapReduce的并行关联规则挖掘算法综述
随着数据量的激增，传统算法已无法满足大数据挖掘需求，需要采用分布式并行的关联规则挖掘算法。MapReduce作为一种流行的分布式计算模型，因其简单易用、可扩展性强、自动负载平衡和容错性等优势，得到了广泛应用。对现有基于MapReduce的并行关联规则挖掘算法进行分类和综述，分析其优缺点及适用范围，并展望未来研究方向。
数据挖掘
2
2024-07-16
研究论文基于关系矩阵的关联规则挖掘算法优化
关联规则挖掘作为数据挖掘领域的重要研究方向，针对经典Apriori算法在频繁扫描事务数据库时效率低下的问题，在现有研究基础上提出了一种改进的基于关系矩阵的关联规则挖掘算法。理论分析和实验结果表明，该算法在效率和实用性上均有显著提升。
数据挖掘
2
2024-07-18
数据挖掘分类算法研究
数据挖掘分类算法的研究这篇论文全面阐述了数据挖掘中分类算法的研究进展。
数据挖掘
5
2024-04-30
开源项目数据挖掘框架分析论文研究
近年来，开源项目在计算机工程领域备受关注，越来越多的公司和个人开发者加入到贡献开源项目的行列。深入分析了基于数据挖掘的开源项目成熟度分析工具，探讨其在技术创新和社区贡献方面的重要作用。
数据挖掘
0
2024-08-21