CORC  > 厦门大学  > 信息技术-学位论文
题名约束频繁子树挖掘算法研究; Research on Constraint Frequent Subtree Mining
作者陈冬菊
答辩日期2010 ; 2010
导师张东站
关键词导出子树 嵌入子树 子树约束 闭合频繁子树 极大频繁子树 Induced Subtree Embedded Subtree Constraint Subtree Closed frequent subtree Maximal frequent subtree
英文摘要频繁模式挖掘是数据挖掘领域的一个基本问题,其研究范围包括事务、序列、树和图,其方法被广泛应用于许多其它数据挖掘任务中,如相关性分析,周期分析、查询、分类、索引等,且频繁子树挖掘在生物信息学,web挖掘,化合物结构分析等领域具有十分重要的应用价值,因此受到研究人员的高度重视。 目前大多数频繁子树算法都是挖掘频繁子树完全集,这些算法数据搜索空间的内存开销和输出的结果集都非常庞大,在实际应用中会受到限制,如何缩减搜索空间和在巨大结果集中抽取用户感兴趣的知识已经成为当前频繁子树挖掘的热点研究课题。本文面向这两个问题展开深入研究。 为了减小结果集的输出,得到用户需要的极大频繁模式,本文提出了基于子树...; Frequent patterns mining is a basic problem of data mining, including mining transactions、sequences、 trees and graphs. Its method has been prevalently used in many other data mining tasks, such as association analysis, period’s analysis, query, classification and index technology etc. Frequent subtree mining in the field of bioinformatics, web mining, and chemical structure analysis has great appl...; 学位:工学硕士; 院系专业:信息科学与技术学院计算机科学系_计算机软件与理论; 学号:23020071151250
语种zh_CN
出处http://210.34.4.13:8080/lunwen/detail.asp?serial=26639
内容类型学位论文
源URL[http://dspace.xmu.edu.cn/handle/2288/51277]  
专题信息技术-学位论文
推荐引用方式
GB/T 7714
陈冬菊. 约束频繁子树挖掘算法研究, Research on Constraint Frequent Subtree Mining[D]. 2010, 2010.
个性服务
查看访问统计
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。


©版权所有 ©2017 CSpace - Powered by CSpace