您的位置： 专家智库 > >

陈方健

作品数：3 被引量：14H指数：2
供职机构：苏州大学计算机科学与技术学院更多>>
相关领域：自动化与计算机技术更多>>

合作作者

文献类型

  • 2篇期刊文章
  • 1篇学位论文

领域

  • 3篇自动化与计算...

主题

  • 3篇数据挖掘
  • 3篇APRIOR...
  • 2篇关联规则
  • 1篇图书
  • 1篇图书借阅
  • 1篇频繁项
  • 1篇频繁项集
  • 1篇项集
  • 1篇借书
  • 1篇借阅
  • 1篇矩阵
  • 1篇HADOOP
  • 1篇MAPRED...
  • 1篇布尔矩阵

机构

  • 3篇苏州大学
  • 2篇常熟理工学院
  • 2篇中国矿业大学

作者

  • 3篇陈方健
  • 2篇张明新
  • 2篇杨昆

传媒

  • 1篇计算机应用与...
  • 1篇常熟理工学院...

年份

  • 1篇2015
  • 2篇2014
共 3 条 记 录，以下是 1-3
全选 清除 导出
排序方式：
图书借阅行为模式挖掘方法在学生借书管理系统中的应用
随着图书馆资源的日益增加，读者在海量的图书资源中难以快速、有效地寻找到适合自己的书籍，因而本文尝试将数据挖掘技术应用到图书管理系统中，利用关联分析方法挖掘出图书借阅行为模式，为读者推荐书籍，指引读者的借阅行为。 ...
陈方健
关键词：数据挖掘APRIORI算法
文献传递
布尔矩阵Apriori算法的MapReduce并行化实现被引量：2
2014年
提出基于云计算平台(以Hadoop为例)应用布尔矩阵Apriori算法进行大数据关联规则挖掘的MR_B_Apriori算法.将Hadoop平台与布尔矩阵Apriori算法相结合,利用MapReduce框架分块处理布尔矩阵,计算出分块数据的频度,合并融合得到大数据集的频繁项集.分析表明MR_B_Apriori算法能够适用于大数据的频繁项集挖掘.
陈方健张明新杨昆
关键词：HADOOP数据挖掘APRIORI算法关联规则
一种具有跳跃式前进的Apriori算法被引量：10
2015年
根据Apriori算法的原理,提出一种具有跳跃式前进与回退补齐的改进算法J_Apriori。计算频繁K项集后,求出未剪枝的候选2K项集。在满足跳跃式前进策略的条件下先求出频繁2K项集,则2K项集的所有(K+1)至(2K-1)项子集不需要再扫描庞大的数据集,可以直接加入到频繁项集中,然后再回退补齐那些不是2K项集的子集的频繁项集。改进的算法减少了扫描数据集的次数。实验表明改进的算法有效地提高了Apriori算法的效率。
陈方健张明新杨昆
关键词：数据挖掘频繁项集关联规则APRIORI算法
全选 清除 导出
共1页<1>
聚类工具0