属性受限状态下低维冗余聚类数据快速挖掘方法

摘要：

针对传统数据挖掘方法存在挖掘精度低、速度慢、占用内存多而不适于实际应用等缺点,提出一种属性受限状态下低维冗余聚类数据挖掘方法.通过计算低维冗余聚类数据的支持度,把低维冗余聚类数据挖掘问题转变成频繁项集挖掘问题;利用支持度与可信度对关联规则产生结果进行评价,并添加属性对其进行限制,以减少无用规则的产生.通过属性位复用方法建立候选区域,产生关联规则集,对符合关联规则集的低维冗余数据进行聚类,实现对其挖掘.实验结果表明,通过所提方法对属性受限状态下低维冗余数据进行挖掘,挖掘速度快,结果可靠.

关键词：属性受限、低维、冗余、聚类、数据、挖掘

所属期刊栏目：18

分类号：TP311(计算技术、计算机技术)

资助基金：范学院2014年教师教育研究专项课题2014XJJSJY15

在线出版日期：2018-05-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：107-111