检索结果-内蒙古大学图书馆

Research on parallel association rule mining of big data based on an improved K-means clustering algorithm

INTERNATIONAL JOURNAL OF AUTONOMOUS AND ADAPTIVE COMMUNICATIONS SYSTEMS 2023年第3期16卷 233-247页

作者： Hao, Li Wang, Tuanbu Guo, Chaoping Xijing Univ Coll Informat Engn Xian 710123 Peoples R China

In order to overcome the problems of time-consuming, low-precision and redundant rules in association rule mining of big data, a parallel association rule mining method based on an improved K-means clustering algorithm is proposed. Establish a data object criterion function and optimise k-means clustering algorithm. The improved K-means clustering algorithm is used to cluster big data and improve the efficiency of mining association rules. This paper introduces the matter-element theory of extension, combines matter-element theory and database, and constructs the matter-element relation database model of extension to realise the mining of parallel association rules in big data on the basis of extension. Redundant algorithms and equivalent transformations are used to eliminate redundant association rules. The experimental results show that the proposed method has high mining efficiency, high mining accuracy, and high rule association, which proves that the proposed method has better application performance.

关键词： K-means clustering algorithm association rules data mining redundancy algorithm equivalence transformation

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：