基于Apriori & Fp-growth的频繁项集发现算法

• 作者: 何中胜 庄燕滨
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 频繁项集发现 条件模式树 关联规则挖掘
• 年，卷（期）: 2008,（7）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 45-47,52
• 页数: 4页
• 分类号: TP311
• 字数: 2647字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2008.07.014

摘要

关联规则挖掘是数据挖掘中功能之一,而高效的关联规则挖掘算法研究引起了许多科研人员的兴趣.其中频繁项集的发现是关联规则挖掘算法中占比重最高、代价最大的步骤.从分析Apriori算法与Fp-growth算法性能的优缺点的基础上,提出了一种新的频繁项集发现算法:FA算法,该算法吸取了Apriori算法与Fp-growth算法的优点,通过实验表明该算法有较高的性能,且内存开销较少.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	庄燕滨	常州工学院计算机信息工程学院	53	430	11.0	19.0
2	何中胜	常州工学院计算机信息工程学院	19	183	7.0	13.0