1) frequent itemset
频繁集
1.
With frequent itemsets and interactive techniques,the associa- tion rules that interest users were derived.
同时 ,借助频繁集和交互式技术 ,实现多个概念层次交互式挖掘 ,以按用户实际需要提取出其感兴趣的关联规则 ,从而提高了挖掘速度和运行效
2.
Based on top to bottom algorithm, restored last results that are scanning,the max frequent itemset can be refined by using the gathering thought and the recursion method.
该算法的主要特点是运用集合运算的思想和递归的方法,保存前面扫描时比较运算的结果进行最大频繁集的查找。
3.
With this algorithm all frequent itemsets could be minded by scanning the database only one time.
本算法一次扫描数据库可以挖掘出所有频繁集,而且可以根据需求对最小支持度和最小置信度进行修改,修改后不需要再次扫描数据库即可求出频繁项集,大大提高了挖掘效率。
2) frequent itemsets
频繁集
1.
Backdate Frequent Itemsets of Transaction Trees;
基于事务树的回溯频繁集数据挖掘算法
2.
FP growth as a algorithm of mining frequent itemsets,compared with some algorithms for frequent itemsets based Apriori, is characteristic of having no use of many candidate itemsets.
FP-growth算法是一个频繁集产生算法,与一般的类似于Apriori的频繁集产生算法相比,FP-growth的优点在于它不需要产生大量的候选集,因而在时间和空间上都有很好的效率。
3.
Finding frequent itemsets is often used to find the association rules,which need great amount of system resource.
关联规则挖掘中,往往需要生成频繁集,一般需要大量的系统资源,为降低这一开销,将位运算算法应用到频繁集的生成逻辑运算中。
3) frequent set
频繁集
1.
A new algorithm for mining frequent sets;
一种新的频繁集的挖掘算法
2.
A FPS algorithm was proposed to generate the max length item sets M(k) on the basis of frequent sets L k .
提出了基于频繁集Lk 生成最长项目子集M (k)的FPS算法 。
4) frequent item set
频繁集
1.
Algorithm of frequent item sets clustering based on link;
基于连接的频繁集聚类算法
2.
Methods: First collect 725 pieces of paper about patterns, then pretreatment of the original data, such as frequency and frequent item set, so as to study the rule of psoriasis vulgarises pattern in different stages, the main symptom of common pattern and their meaning on significance to differentiation of symptoms.
方法：收集有关本病证型论述的文章725篇，对原始数据进行预处理，并建立数据库，运用数据挖掘方法对数据库中的数据进行挖掘，如频数、频繁集等，从而发现不同分期中证型分布规律，常见证型的辨证依据，常见症状的辨证意义。
5) frequent itemsets
频繁项集
1.
Mining of maximum frequent itemsets and frequent closed itemsets based on frequent itemsets;
基于频繁项集挖掘最大频繁项集和频繁闭项集
2.
Algorithm of Mining Frequent Itemsets Based on Binary Representation;
基于二进制表示的频繁项集挖掘算法
6) frequent item sets
频繁项集
1.
Algorithm for frequent item sets mining of sharing prefix based on FP-tree
基于FP-Tree的共享前缀频繁项集挖掘算法
2.
Algorithm for Mining Frequent Item Sets Based on Genetic Particle Swarm Optimization
基于遗传粒子群算法的频繁项集挖掘算法
3.
A new algorithm FIS-Miner(Frequent Item Sets Miner) is presented for discovering frequent item sets to decrease candidate generation based on vector matrix.
为减少冗余候选项集的产生,提出了一种基于向量矩阵的频繁项集挖掘算法FIS-Miner。
补充资料：爱奥尼亚海——全世界地震最频繁的地区
爱奥尼亚海（英语：Ionian Sea） （阿尔巴尼亚语：Deti Jon（意为“我们的海”））（希腊  语：Ιόνιο Πέλαγος）是地中海的一个海湾，北接亚得里亚海，西接意大利的卡拉布里亚（Calabria）与西西里（Sicily），东接阿尔巴尼亚以及许多的希腊岛屿，这些岛屿包括Strophades、Sphagia、Schiza、Sapientza、Kythira等岛屿，以及合称为爱奥尼亚群岛（Ionian Islands）的克基拉岛（英语：Corfu）（希腊语：Κέρκυρα）、札金索斯岛（英语：Zante）（希腊语：Ζάκυνθος）、凯法劳尼亚岛（英语：Kefalonia）（希腊语：Κεφαλονιά）、伊萨卡岛（英语：Ithaca）（希腊语：Ιθάκη）、莱夫卡斯岛（英语：Lefkas）（希腊语：Λευκάδα）等岛屿。爱奥尼亚海是全世界地震最频繁的地区之一。 |