一种自顶向下挖掘长频繁项的有效方法

• 作者: 王天然 王晓峰 赵越
• 来源期刊: 计算机研究与发展
• 学科: 工学
• 关键词: 自顶向下 数据挖掘 关联规则 项目约简 频繁项
• 年，卷（期）: 2004,（1）
• 所属期刊栏目: 人工智能
• 页码范围: 148-155
• 页数: 8页
• 分类号: TP18
• 字数: 8618字
• 语种: 中文

摘要

Apriori算法已经成为关联规则挖掘中的经典算法,被广泛地用于商业决策、银行贷款、金融保险等几乎所有的关联规则挖掘领域之中.该方法是一种自底向上的有效挖掘方法,对于长频繁项(如100个项目)该方法会遇到非常耗时的巨大计算问题.采用了一种新的自上而下挖掘方法,提出了事务项目关联信息表、关键项目、项目约简、投影数据库等新概念,利用投影、约简等方法在候选项集生成过程中及时修剪重复分支,使算法的实际效率大为提高,较好地解决了长频繁项的挖掘问题.通过计算机实验和算法分析证明了这种挖掘方法的有效性和完备性.新算法的计算复杂度与项目集平均约简项长度有关,估计为.0.5×M3N×O(2S×N′2)..其中,.S.为系统在用户给定最小支持度条件下的平均约简项长度, .N′是数据库所对应关系的元组数,N为记录数,M为项目集平均长度.对于长频繁项来说S.很小,计算复杂度接近多项式时间.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王晓峰	中国科学院沈阳自动化研究所	57	953	14.0	30.0
3	王天然	中国科学院沈阳自动化研究所	88	1574	22.0	35.0
6	赵越	沈阳化工学院计算机科学与技术学院	5	61	2.0	5.0