基于改进蚁群算法的频繁项集数据挖掘模型

• 作者: 苏一丹 谭荣丽 马凯
• 来源期刊: 科技与创新
• 关键词: 频繁项集 TSP最短路径 蚁群算法 信息素
• 年，卷（期）: 2010,（33）
• 页码范围: 143-144,139
• 分类号: TP311
• 语种: 中文
• DOI: 10.3969/j.issn.2095-6835.2010.33.055

摘要

针对传统Apriori算法在关联规则中频繁项集挖掘中效率不高的问题,文章提出了将频繁项集挖掘问题转化为TSP问题中最短路径的求解,利用改进后的蚁群算法进行挖掘,通过设计新的信息素计算方法使算法的执行效率得到提升.实验表明,与经典的Apriori算法进行比较,改进的蚁群算法能够在较短的时间里挖掘出大部分的频繁项集,是一种简洁有效的频繁项集挖掘模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	苏一丹	广西大学计算机与电子信息学院	114	849	16.0	23.0
2	谭荣丽	广西大学计算机与电子信息学院	2	1	1.0	1.0
3	马凯	广西大学计算机与电子信息学院	6	11	1.0	3.0