Machine learningMachine learning
半教師ありAprioriアルゴリズム
半教師ありAprioriアルゴリズムは、古典的なApriori頻出アイテムセットマイナーを拡張し、背景知識やラベル付き制約（必須リンクペア、禁止アイテム、グループごとのユーザー指定最小サポート閾値など）を注入することで、実用的に意味のあるアソシエーションルールの発見を偏らせ、探索空間を削減します。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
Method map
The neighbourhood of related methods — select a node to explore.
出典
- Agrawal, R., & Srikant, R. (1994). Fast algorithms for mining association rules. Proceedings of the 20th International Conference on Very Large Data Bases (VLDB), 487–499. link ↗
- Liu, B., Hsu, W., & Ma, Y. (1999). Mining association rules with multiple minimum supports. Proceedings of the 5th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining, 337–341. DOI: 10.1145/312129.312274 ↗
このページの引用方法
ScholarGate. (2026, June 3). Semi-supervised Apriori Algorithm for Constrained Association Rule Mining. ScholarGate. https://scholargate.app/ja/machine-learning/semi-supervised-apriori-algorithm
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- 関連ルールマイニング（Apriori）機械学習↔ compare
- 協調フィルタリング機械学習↔ compare
- FP成長 (頻出パターン成長)機械学習↔ compare
- 半教師あり学習機械学習↔ compare