%0 Journal Article
%T Research on Fast Adapting Algorithm of Association Rules after Clustering<br>聚类后的关联规则快速更新算法研究*
%A DONG Cai-yun
%A DU Tao
%A GUO Chun-yan
%A QU Shou-ning
%A <br>董彩云
%A 杜韬
%A 郭春燕
%A 曲守宁
%J 计算机应用研究
%D 2004
%I 
%X 关联规则和聚类分析是数据挖掘中重要的研究课题。通过对关联规则挖掘算法Apriori算法进行分析与研究，指出了其在实用中存在的两个主要问题。鉴于此，在分析聚类分析和关联规则两种挖掘算法的基础上，讨论了将这两种独立的挖掘方法集成起来的联合挖掘，使其可以有效地压缩数据规模。给出了聚类后的关联规则快速更新算法描述。实验结果表明，算法性能优良，提高了数据挖掘执行效率。
%K Data Mining
%K Association Rules
%K Clustering
%K Combined Mining
%K K-MEANS Algorithm<br>数据挖掘
%K 关联规则
%K 聚类分析
%K 联合挖掘
%K K-MEANS算法
%U http://www.alljournals.cn/get_abstract_url.aspx?pcid=5B3AB970F71A803DEACDC0559115BFCF0A068CD97DD29835&cid=8240383F08CE46C8B05036380D75B607&jid=A9D9BE08CDC44144BE8B5685705D3AED&aid=5EA39366D80F7BFB&yid=D0E58B75BFD8E51C&vid=659D3B06EBF534A7&iid=708DD6B15D2464E8&sid=340AC2BF8E7AB4FD&eid=9971A5E270697F23&journal_id=1001-3695&journal_name=计算机应用研究&referenced_num=1&reference_num=7