N个最频繁项集挖掘算法

• 作者: 胡运发 陈晓云
• 来源期刊: 模式识别与人工智能
• 学科: 工学
• 关键词: 数据挖掘 N个最频繁项集 支持度阈值 倒排矩阵
• 年，卷（期）: 2007,（4）
• 所属期刊栏目: 研究与应用
• 页码范围: 512-518
• 页数: 7页
• 分类号: TP311
• 字数: 6625字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6059.2007.04.011

摘要

频繁项集挖掘算法的计算复杂性和生成的频繁项集数量随着事务集项数的增加呈指数增长,最小支持度阈值成为控制这种增长的关键.然而,实际应用中仅使用支持度阈值难以有效控制频繁项集的规模.为此定义N个最频繁项集挖掘问题,并提出基于支持度阈值动态调整策略的宽度优先搜索算法NApriori和深度优先搜索算法IntvMatrix挖掘N个最频繁项集.实验表明,本文的2种方法的效率比朴素方法高2倍以上,特别当N值较低时,本文方法的效率优势更为明显.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡运发	复旦大学计算机与信息技术系	150	3430	27.0	54.0
2	陈晓云	福州大学数学与计算机科学学院	76	590	13.0	21.0