频繁项集合并操作

SQL集合并操作经典案例与教材

集合并操作（UNION）是SQL中用于合并多个查询结果的重要技术，自动消除重复元组。进行UNION操作时，涉及的列数和数据类型必须一致。例如，在查询中，选择修读了课程A003或A004的学生学号和成绩。

SQLServer 9 2024-09-14

Apache Flink 依赖项集合

此存储库包含 Apache Flink 项目的多个依赖项。这些依赖项的目的是在 Flink 发行版中提供依赖项的单个实例，而不是每个单独的模块对依赖项进行着色。除了 flink-shaded-hadoop-2 之外，这里包含的着色依赖项不公开任何传递依赖项。它们可能是自包含的，也可能不是自包含的。在使用这些依赖项时，建议直接处理 t。

算法与数据结构 19 2024-04-30

垂直数据格式挖掘频繁项集

垂直数据格式挖掘频繁项集可避免生成候选频繁项集，进而节省CPU开销。

数据挖掘 20 2024-05-25

最大频繁项集快速更新算法FUMFS

FUMFS算法优化了最大频繁项集的维护，利用已有BitMatrix和最大频繁项集，有效地更新挖掘结果。

数据挖掘 20 2024-05-12

基于有向项集图的最大频繁项集挖掘算法

本算法基于有向项集图存储事务数据库中频繁项集信息，采用三叉链表结构组织有向项集图，并在此基础上提出最大频繁项集挖掘算法。该算法一次扫描事务数据库，有效减少I/O开销，适用于稀疏和稠密数据库的最大频繁项集挖掘。

数据挖掘 16 2024-05-31

频繁项集连接步骤的约束条件

假设 l1 和 l2 是频繁 (k-1)-项集集合 Lk-1 中的两个项集，li[j] 表示项集 li 的第 j 个项。为简化讨论，假设事务或项集中的项按字典序排序。在执行 Lk-1 和 Lk-1 的连接操作 (Lk-1 ∞ Lk-1) 时，只有当 Lk-1 中的两个元素满足前 (k-2) 个项相同的前提条件时，才能进行连接。

数据挖掘 14 2024-05-27

Matlab数据集合并的开发

在SQL Equijoin中进行Matlab数据集合并的开发过程中，需要注意数据匹配和合并的策略。

Matlab 13 2024-08-26

并行频繁项集挖掘算法的优化研究

传统的挖掘频繁项集的并行算法存在节点间负载不均衡、同步开销过大、通信量大等问题。针对这些挑战，提出了一种名为多次传送重新分配数据的并行算法（MRPD）。在MRPD算法中，第l步将数据库重新划分成多个组，并根据各节点的需求多次传送这些组。各节点在异步地计算完整组后，可以得到所有频繁项集。理论分析和实验结果均表明，MRPD算法在优化并行频繁项集挖掘中具有显著效果。

数据挖掘 16 2024-07-16

MFWSR数据流上的频繁闭项集挖掘算法

MFWSR:数据流上的频繁闭项集挖掘算法，陶克，王意洁，数据流上频繁项集挖掘是数据挖掘有效手段之一，是相联规则挖掘的重要基础。频繁闭项集挖掘的结果更简洁而又能保留所有频繁项集的结果。

数据挖掘 9 2024-08-08