[1] 彭渝. 基于GRI关联规则的图书馆读者借阅行为分析研究[J]. 图书情报导刊, 2014,24(11):78-80.
[2] 任高举,白亚男. 关联规则挖掘在高校教学评价中的应用[J]. 计算机与数字工程, 2014,42(8):1526-1529.
[3] 邢长征,安维国,王星. 垂直数据格式挖掘频繁项集算法的改进[J]. 计算机工程与科学, 2017,39(7):1365-1370.
[4] 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.
[5] 吴华瑞,张凤霞,赵春江. 一种多重最小支持度关联规则挖掘算法[J]. 哈尔滨工业大学学报, 2008,40(9):1447-1451.
[6] 蔡红,陈荣耀,陈波. 关联规则挖掘最小支持度阈值设定的优化算法研究[J]. 微型电脑应用, 2011,27(6):33-36.
[7] 王立俊. 基于多重最小支持度的高效用频繁项集挖掘算法研究[D]. 南宁:广西大学, 2015.
[8] 吴建兰. 基于数据仓库的教学质量监控系统[D]. 厦门:华侨大学, 2005.
[9] 欧阳秋梅,吴超. 复杂安全系统数据场及其降维理论模型[J]. 中国安全科学学报, 2017,27(8):32-37.
[10]张毅,杨颖,陆瑞兴. 一种新的频繁项集挖掘算法DS-Eclat[J]. 广西科学院学报, 2010,26(1):19-22.
[11]韦艳军. 不确定性数据频繁模式挖掘算法研究[D]. 西安:西安科技大学, 2016.
[12]杨燕霞. 基于Hadoop平台的并行关联规则挖掘算法研究[D]. 成都:四川师范大学, 2015.
[13]方炜炜,杨炳儒,宋威,等. 基于布尔矩阵的关联规则算法研究[J]. 计算机应用研究, 2008,25(7):1964-1966.
[14]熊忠阳,陈培恩,张玉芳. 基于散列布尔矩阵的关联规则Eclat改进算法[J]. 计算机应用研究, 2010,27(4):1323-1325.
[15]WANG D L. Knowledge reduction algorithm based on elementary row transformation of Boolean matrix[J]. Journal of Computer Applications, 2007,27(9):2267-2269.
[16]耿志强,张杨,韩永明. 基于矩阵的关联规则增量更新及其改进算法[J]. 北京化工大学学报(自然科学版), 2016,43(5):89-94.
[17]毛国君. 数据挖掘技术与关联规则挖掘算法研究[D]. 北京:北京工业大学, 2003.
[18]顾军华,李如婷,张亚娟,等. 改进的频繁项集挖掘算法及其应用研究[J]. 计算机应用与软件, 2019,36(9):260-269.
[19]衣梦涵,王慧颖. 基于蚁群算法的关联规则挖掘[J]. 统计与决策, 2019,35(17):79-81.
[20]王少峰,韩萌,贾涛,等. 数据流高效用模式挖掘综述[J]. 计算机应用研究:1-9[2019-10-17].https://doi.org/10.19734/j.issn.1001-3695.2019.03.0105.
[21]杨秋翔,王冠男,王婷. 改进的频繁项集挖掘算法关键技术研究[J]. 电子设计工程, 2019,27(15):66-70.
[22]杨秋翔,王婷. 基于动态数据的加权频繁项集挖掘算法[J]. 科学技术与工程, 2019,19(20):265-272.
[23]魏恩超. 基于紧凑模式树和多最小支持度的频繁模式挖掘算法研究[D]. 西安:西安理工大学, 2019.
[24]王泽儒. 基于频繁项集挖掘的2FP-Forest算法及其并行化处理研究[D]. 长春:长春工业大学, 2019.
|