| 杨艳,屈松,刘勇.MRSM：挖掘具有代表性的极大频繁子图[J].高技术通讯(中文),2013,23(4):337~344 |
| MRSM：挖掘具有代表性的极大频繁子图 |
|
| |
| DOI： |
| 中文关键词: 数据挖掘, 极大频繁子图, 代表模式, 随机算法 |
| 英文关键词: |
| 基金项目:国家自然科学基金（60973081），黑龙江省自然科学基金（F201011），黑龙江省高校科技创新团队建设计划项目（2013TD012），黑龙江省教育厅科学技术研究面上项目（11551352，12531476）和哈尔滨市青年科技创新人才研究（2012RFQXG096， 2012RFQXS094）资助项目 |
| 作者 | 单位 | | 杨艳 | 黑龙江大学计算机科学技术学院；黑龙江省数据库与并行计算重点实验室 | | 屈松 | 黑龙江大学计算机科学技术学院 | | 刘勇 | 黑龙江大学计算机科学技术学院；黑龙江省数据库与并行计算重点实验室 |
|
| 摘要点击次数: 3349 |
| 全文下载次数: 2517 |
| 中文摘要: |
| 基于随机化思想，提出了一种新的挖掘具有代表性的极大频繁子图的算法——MRSM算法。该算法在第一步挖掘极大频繁子图过程中，采用基于随机化的方法，利用已挖掘到的结果，提高算法的效率；在第二步聚类过程中，综合考虑了频繁模式在支持度和结构上的相似性，使得聚类的质量更好。在真实和模拟数据集上的实验结果证实了MRSM算法的有效性。 |
| 英文摘要: |
| |
|
查看全文
查看/发表评论 下载PDF阅读器 |
| 关闭 |
|
|
|
