[1] 陈志泊. 数据仓库与数据挖掘[M]. 北京:清华大学出版社, 2009:89-106.
[2] 王玉荣. 关联规则挖掘算法在大数据集上的应用研究[D]. 无锡:江南大学, 2011.
[3] Han Jiawei, Kamber M, Pei Jian. Data Mining Concepts and Techniques[M]. Beijing: Higher Education Press, 2001.
[4] Ng R T, Han Jiawei. CLARANS: A method for clustering objects for special data mining[J]. IEEE Transactions on Knowledge and Data Engineering, 2002,14(5):1003-1016.
[5] Wang Wei, Yang Jiong, Richrd R M. STING: A statistical information grid approach to spatial data mining[C]// Proceedings of 23rd International Conference on Very Large Data Bases. 1997:186-195.
[6] 宋威,李晋宏,徐章艳,等. 一种新的频繁项集精简表示方法及其挖掘算法的研究[J]. 计算机研究与发展, 2010,47(2):277-285.
[7] 晏杰,亓文娟,郭磊,等. 基于多最小支持度的关联规则挖掘[J]. 计算机系统应用, 2014,23(3),237-239.
[8] Shi Yue-mei, Hu Guo-hua. A sampling algorithm for mining association rules in distributed database[C]// Proceedings of 2009 the First International Workshop on Database Technology and Applications. 2009:431-434.
[9] Palancar J H, Hdez R, Pagola J M, Hechavarria, et al. A compressed vertical binary algorithm for mining frequent patterns[J]. Studies in Computational Intelligence, 2008,118:197-211.
[10]邹丽,郭发军,王艳娟. 分布式关联规则挖掘算法研究[J]. 科学技术与工程, 2007,7(8):1759-1761.
[11]张诤,王惠文. 一种高效的并行频繁集挖掘算法[J]. 计算机工程, 2008,34(11):55-57.
[12]陈涛,张玮. 一个改进的并行关联规则算法研究[J]. 计算机技术与发展, 2007,17(1):139-141.
[13]〖JP2〗毛宇星,陈彤兵,施伯乐. 一种高效的多层和概化关联规则挖掘方法[J]. 软件学报, 2011,22(12):2965-2980.
[14]孟军,王蓬,张静,等. 基于项集依赖的最小关联规则挖掘[J]. 计算机科学, 2013,40(1):183-186.
[15]崔贤岳,李际军. 数据挖掘技术在税务系统中的应用[J]. 计算机工程, 2007,33(14):283-285.
[16]刘以安,羊斌. 关联规则挖掘中对Apriori算法的一种改进研究[J]. 计算机应用, 2007,27(2):418-420.
[17]〖JP2〗施惠娟,孙蕾,李由. 关联规则下数据挖掘可视化技术的探讨与实现[J]. 计算机与现代化, 2010(2):166-169.
[18]〖JP2〗刘华婷,郭仁祥,姜浩. 关联规则挖掘Apriori算法的研究与改进[J]. 计算机应用与软件, 2009,26(1):146-149. |