FP-growth算法的一种改进

• 作者: 宋振超 杨萍
• 来源期刊: 安徽机电学院学报
• 学科: 工学
• 关键词: 数据挖掘 频繁模式树 频繁项目集 关联规则
• 年，卷（期）: 2002,（3）
• 页码范围: 8-13
• 页数: 6页
• 分类号: TP301.6
• 字数: 2945字
• 语种: 中文
• DOI: 10.3969/j.issn.2095-0977.2002.03.003

摘要

频繁项目集挖掘是多种数据挖掘应用研究的一个重要方面,频繁项目集的快速挖掘算法研究是当前研究的热点.传统Apriori及其改进算法要多遍扫描数据库并产生大量的候选项目集针对Apriori算法的缺陷,HanJW(韩家炜)提出FP-growth算法,该算法仅须扫描数据库两遍且无须生成候选项目集,避免了产生"知识的组合爆炸",提高了频繁项目集的挖掘效率但FP-growth算法是通过逐步生成条件模式基和条件频繁模式树来挖掘频繁项目集.因而影响了频繁项目集的挖掘效率为此,在引入F矩阵概念之后,提出了FP-growth的一种改进算法-IFP-growth,并对改进算法的性能进行了测试实验结果表明,IF-growth算法优于FP-growth.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨萍	安徽工程科技学院应用数理系	10	100	5.0	10.0
2	宋振超	南京经济学院计算机系	1	12	1.0	1.0