摘要
数据挖掘的目标是从海量的数据中抽取出模式，找出数据变化的规律和数据之间的相互依存关系，使人们能够从宏观的高层次的角度来审视数据，充分发掘数据的潜力，指导人们的行为，为决策和科学发现提供有力的支持。关联规则发现是知识发现阶段的重要问题，其目的是找出项集的关系。最近几年数据挖掘算法已经吸引了研究人员和从业者的巨大兴趣。
出处
《电子世界》
2012年第23期67-68,共2页
Electronics World
参考文献6
-
1都志辉.高性能计算之并行编程技术-MPI并行程序设计[M].北京:清华大学出版社,2006. 被引量：1
-
2HanE H,Karpis G,Kumar v.Scalable Parallel Data Mining for Association Rules.In Proe.of the ACM SIGMOD C'onference on Management of Data,Tucson,2007,277-288. 被引量：1
-
3黄贤英,王柯柯,范伟.基于星型网络的分布式关联规则挖掘算法研究[J].计算机科学,2007,34(12):180-181. 被引量：6
-
4李梅花,王黎明,许红涛.利用抽样技术和元学习的分布式关联规则挖掘算法[J].计算机应用,2006,26(4):872-874. 被引量：3
-
5MehmedKantardzie.数据挖掘概念、模型、方法和算法[M].北京:清华大学出版社,2009,08. 被引量：1
-
6李航,刘宗田,陈慧琼.挖掘关联规则的并行算法[J].小型微型计算机系统,2002,23(10):1231-1234. 被引量：4
二级参考文献31
-
1陈耿,倪巍伟,朱玉全,孙志挥.基于分布数据库的快速关联规则挖掘算法[J].计算机工程与应用,2006,42(4):165-167. 被引量：13
-
2陈涛,石伟胜,陈启买.关联规则的并行挖掘算法研究[J].现代计算机,2006,12(7):27-30. 被引量：1
-
3宋宝莉,覃征.分布式环境下关联规则的安全挖掘算法[J].计算机工程,2006,32(21):35-37. 被引量：6
-
4TOIVONEN H.Sampling large databases for association rules[A].Proceedings of the 22nd Int'l Conference on Very Large Data Bases[C].Mumbai,India,1996.134-145. 被引量：1
-
5BRIN S,MOTWANI R,ULLMAN JD,et al.Dynamic itemset counting and implication rules for market basket data[A].Proceedings ACM SIGMOD International Conference on Management of Data[C].Tucson,Arizona,USA,1997. 被引量：1
-
6SAVASERE A,OMIECINSKI E,NAVATHE S.An efficient algorithm for mining association rules in large databases[A].Proceedings of 21th Int'l Conference on Very Large Data Base[C].Switzerland,1995.432-444. 被引量：1
-
7PARK JS,YU PS,CHEN MS.Mining association rules with adjustable accuracy[A].Proceedings of the fourth Int conf on Knowledge Discovery and Data Mining[C].New York.1998. 被引量：1
-
8CHEUNG DW,HAN JW,NG VT,et al.Fast distributed algorithm for mining association rules[A].Proceedings of Int'I Conference on Parallel and Distributed Information Systems[C].Florida,1998.31-44. 被引量：1
-
9SCHUSTER A,WOLFF R,TROCK D.A high performance distributed algorithm for mining association rules[A].Proceedings of the Third IEEE International Conference on Data Mining[C].2003. 被引量：1
-
10[加]HAN JW,KAMBER M.数据挖掘概念与技术[M].范明,孟小峰,译.北京:机械工业出版社,2001.
被引量：1
共引文献10
-
1何波,王华秋,刘贞,王越.快速挖掘频繁项集的并行算法[J].计算机应用,2006,26(2):391-392. 被引量：5
-
2秦如新,陈静,冯一宁.一种新的关联规则抽样算法[J].中国农业大学学报,2007,12(3):85-88. 被引量：6
-
3黄勇,赵靖.分布式系统下关联规则挖掘算法的分析[J].福建电脑,2009,25(5):14-15.
-
4王玉荣,钱雪忠.基于客户机/服务器模式并行关联规则的研究与实现[J].计算机工程与设计,2010,31(22):4827-4830. 被引量：1
-
5王玉荣,钱雪忠.大数据集挖掘的层次二分抽样算法[J].计算机工程与应用,2010,46(35):126-128. 被引量：3
-
6黄勇,赵靖.一种基于分布式数据库的关联规则挖掘新算法[J].计算机技术与发展,2011,21(2):147-150. 被引量：2
-
7李艳,白玉峰.一种星型模式下的关联规则挖掘方法[J].计算机与现代化,2011(5):22-24. 被引量：1
-
8阴爱英.基于线程并行计算的Apriori算法[J].西安科技大学学报,2014,34(1):71-74. 被引量：6
-
9殷伟杰.基于分布式并行关联规则的挖掘算法[J].电子技术与软件工程,2014(5):207-207.
-
10孟范立.基于分布式数据库的教务管理系统设计与实现[J].电脑知识与技术（过刊）,2010,0(29):8175-8177. 被引量：2
同被引文献10
-
1江小平,李成华,向文,张新访,颜海涛.k-means聚类算法的MapReduce并行化实现[J].华中科技大学学报（自然科学版）,2011,39(S1):120-124. 被引量：79
-
2都志辉.高性能计算之并行编程技术--MPI并行程序设计[M]北京:清华大学出版社,2006. 被引量：1
-
3Dean J,Ghemawat S. MapReduce:simplified data processing on large clusters[A].San Francisco,CA,USA,2004.137-150. 被引量：1
-
4付东华.基于HDFS的海量分布式文件系统研究与优化[M]北京:北京邮电大学软件工程,2012. 被引量：1
-
5叶文宸.基于HIVE性能优化方法的研究与实践[J]南京:南京大学软件工程学院,2011. 被引量：1
-
6崔丹丹.K-means聚类算法研究及改进[M]安徽:安徽大学计算机学院,2012. 被引量：1
-
7Xu X W,Jager J,Kriegel H P. A fast parallel clustering algorithm for large spaial databases[J].Data Mining aand knowledeg Discovery,1999,(03):263-290. 被引量：1
-
8王超鹏,梁正科,李强.基于云计算的分布式数据挖掘算法研究[J].硅谷,2012,5(4):104-104. 被引量：7
-
9杜鹃,沈铭思.大数据时代,让子弹飞[J].中国制衣,2013(2):12-18. 被引量：2
-
10刘书楠.Thrift的入门简介[J].青年与社会,2013(1):228-229. 被引量：2
二级引证文献2
-
1王义武,杨余旺,于天鹏,沈兴鑫,李猛坤.基于Spark平台的K-means算法的设计与优化[J].计算机技术与发展,2019,29(3):72-76. 被引量：5
-
2兰慧峰,左旭涛,王美霞,岳阳,周凡.基于大数据的城市轨道交通数据处理流程研究[J].中国新技术新产品,2020(10):1-4.
-
1樊旭.软件外包开发探析[J].电子世界,2012(7):115-116.
-
2IT绩效与全球挑战[J].中国信息化,2009(13):22-23.
-
3汪卫明,梁东莺.基于语义依存关系匹配的汉语句子相似度计算[J].深圳信息职业技术学院学报,2014,12(1):56-61. 被引量：4
-
4文海英,罗三定,沙莎.网络教学系统中基于概念网的课程知识表示与关联[J].湖南科技学院学报,2008,29(4):124-126. 被引量：5
-
5林闯.随机Petri网模型的精化设计[J].软件学报,2000,11(1):104-109. 被引量：17
-
6张建立,张国忠.CFD在汽车空气动力学研究中的应用[J].沈阳大学学报,2006,18(4):15-18. 被引量：23
-
7沙莎,梁汉立,罗三定.基于概念网的Web课件组织及导航系统的研究[J].电脑与信息技术,2003,11(2):1-4. 被引量：3
-
8吴祝元,盘湘龙.从《龟兔赛跑》的创作谈动漫场景与角色的依存关系[J].装饰,2008(7):134-135.
-
9刘长泉.基于信号处理方法的数字激光散斑表面粗糙度信息提取技术[J].黑龙江科技信息,2015(33):149-151.
-
10罗四夕,王玮,赵俊勇,顾春琳,李洪艳.贵州电网公司过程管理体系建设[J].电力信息化,2010,8(12):14-18.
