首页> 中文期刊> 《计算机科学与探索》 >粒子群优化算法在关联规则挖掘中的研究综述

粒子群优化算法在关联规则挖掘中的研究综述

         

摘要

关联规则挖掘是数据挖掘中的重要领域,考虑到当前数据的大规模、高维度、模态多样及类型复杂等特性,传统关联规则挖掘算法已无法适应大数据的需求,粒子群优化算法作为一种高效的智能优化算法,为其提供了一种全新的解决方案,近年来被广泛应用于该领域.首先对粒子群优化算法的基本原理及关联规则的基本概念进行了详细介绍,回顾了粒子群优化算法的研究进展,分析了粒子群优化算法在关联规则挖掘中的研究,包括常用的数据转换方法、编码方式及评估指标,并与其他在关联规则挖掘中被广泛应用的算法进行了对比,总结了各自的优缺点及适用场景.然后对已有改进方法进行了较为系统的分类,即分为基于参数、基于变异机制和混合其他算法的改进.接着梳理归纳了粒子群优化算法在关联规则挖掘中的应用领域,阐述了该算法在购物篮、金融、医疗、工业生产及风险评估领域中的应用优势.最后在介绍这一领域的最新研究进展的基础上,通过对现存问题进行分析,讨论了进一步的研究方向.

著录项

  • 来源
    《计算机科学与探索》 |2021年第5期|777-793|共17页
  • 作者单位

    昆明理工大学 信息工程与自动化学院 云南省计算机技术应用重点实验室 昆明 650500;

    昆明理工大学 信息工程与自动化学院 云南省计算机技术应用重点实验室 昆明 650500;

    昆明理工大学 信息工程与自动化学院 云南省计算机技术应用重点实验室 昆明 650500;

    昆明理工大学 信息工程与自动化学院 云南省计算机技术应用重点实验室 昆明 650500;

  • 原文格式 PDF
  • 正文语种 chi
  • 中图分类 理论、方法;
  • 关键词

    关联规则挖掘; 粒子群优化算法; 智能算法;

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号