文章详细信息 关键词： 信息扩散;;插值算法;;稀疏数据;;正态模型 [gap=1078]Keywords: information diffusion;interpolation technique;sparse data;normal model
基于96个网页-相关网页
Though traditional Apriori algorithm has good performance when mining short patterns and sparse data set,it has to scan data set many times and has bad performance when mining long patterns and dense data set.
基于倒排表的Apriori频繁模式挖掘算法传统的Apriori算法在处理短模式和稀疏数据集的时候表现很好,但是处理长频繁模式挖掘时候效率相当低下,需要多次扫描事务库。
参考来源 - 频繁模式挖掘相关技术研究·2,447,543篇论文数据，部分数据来源于NoteExpress
该方法将在高属性维稀疏数据挖掘中起重要的作用。
The algorithm will have important application in high attribute dimensional data mining.
为了等同的对待每个维，适应稀疏数据，必须对多维数组进行划分。
To treat every dimension equally and adapt to sparse data, it is necessary to partition multidimensional array.
但是随着研究深入，出现稀疏数据成像问题，无法用传统方法重建清晰图像。
With the in-depth study, however, appearing sparse data imaging, which traditional methods can not used to reconstruct a clear image.
应用推荐