1) itemsets matrix
项集矩阵
1.
In order to overcomee the drawbacks of Apriori algorithm for mining maximum frequent itemsets,TIMV algo- rithm was proposed,which use three-dimensional itemsets matrix and vectors.
为了克服Apriori发现频繁项集存在的问题,提出了一种基于三维项集矩阵和向量(TIMV)的频繁项集挖掘算法。
3) Upper Triangular ItemSets Matrix(UTIM)
上三角项集矩阵
1.
This article proposes a dynamic algorithm of Frequent Itemsets Mining based on Upper Triangular ItemSets Matrix(UTIM).
频繁项集的生成是关联规则挖掘中的关键问题,提出了一种基于上三角项集矩阵的动态频繁项集挖掘算法。
4) Frequent item sets matrix
频繁项集矩阵
5) 2-itemsets support matrix
2项集支持度矩阵
1.
The paper introduces AprioriHybird algorithm,and improves the method of making 2-frequent itemsets and 3-frequent itemsets with 2-itemsets support matrix,and gives some strategies on reducing database.
介绍了AprioriHybird算法,用2项集支持度矩阵对其生成频繁2项集和频繁3项集的方法进行了改进,同时对数据库消减也给予了一定的策略,最后通过股市数据的实验,证明了改进算法的效率在一定程度上优于AprioriHybird算法;同时挖掘出大量有意义的关联规则,用于指导模拟买卖取得了较佳效果。
6) sense matrix
义项矩阵
1.
By taking the distribution of words in the sense direction into account,SMM represents a document as a term sense matrix and a document collection as a term sense document space.
本文介绍了一个同时利用词语和义项来索引和检索文档的信息检索模型 ,称为“义项矩阵模型”SMM(SenseMatrixModel) 。
补充资料:基本割集矩阵(见网络图论)
基本割集矩阵(见网络图论)
fundamental cut-set matrix
Jl匕en ge〕1〕日zhen基本割集矩阵(fundamental eut一setnla一trix)见网络图论。
说明:补充资料仅用于学习参考,请勿用于其它任何用途。
参考词条