挖掘最大频繁模式的新方法

• 作者: 刘君强 孙晓莹 潘云鹤 王勋
• 来源期刊: 计算机学报
• 学科: 工学
• 关键词: 知识发现 数据挖掘 最大频繁模式 关联规则
• 年，卷（期）: 2004,（10）
• 所属期刊栏目: 研究论文与技术报告
• 页码范围: 1327-1334
• 页数: 7页
• 分类号: TP391
• 字数: 5018字
• 语种: 中文
• DOI: 10.3321/j.issn:0254-4164.2004.10.004

摘要

由于其内在的计算复杂性,挖掘密集型数据集的频繁模式完全集非常困难,解决方案之一是挖掘最大频繁模式集.该文在频繁模式完全集挖掘算法OpportuneProject基础上,提出了挖掘最大频繁模式的新算法MOP.它采用宽度与深度优先相结合的混合搜索策略,能恰当地选择不同的支持集表示和投影方法,将闭合性剪裁和一般性剪裁相结合,并适时前窥,实现搜索与剪裁效率最优化.实验表明,MOP效率是MaxMiner的2～8倍,比MAFIA高2个数量级以上.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	潘云鹤	浙江大学计算机科学与技术学院	204	7394	51.0	80.0
2	孙晓莹	浙江工商大学计算机信息工程学院	9	105	5.0	9.0
3	王勋	浙江工商大学计算机信息工程学院	28	216	7.0	14.0
4	刘君强	浙江工商大学计算机信息工程学院	9	146	4.0	9.0