基于向量内积的非频繁项挖掘算法研究

• 作者: 刘强 刘彩虹 李爱平
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 数据挖掘 负关联规则 频繁项集 非频繁项集
• 年，卷（期）: 2011,（2）
• 页码范围: 92-96
• 分类号: TP311
• 字数: 2618字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2011.02.018

摘要

针对负关联规则中非频繁项集的生成问题,将向量内积引入到该领域.通过对事务数据库的布尔化表示及对数据存储结构的合理分配,提出了一种新的非频繁项集快速生成算法.该算法首先将布尔化所得矩阵中的向量进行内积运算,通过逐层递增的思想,用两级支持度模型来约束非频繁项集与频繁项集的产生,使非频繁项集不仅可由频繁项集之间连接产生,而且可由频繁项集与非频繁项集、非频繁项集与非频繁项集之间连接产生.实验结果表明,该方法仅需扫描一次数据库,且具有动态剪枝、不保留中间候选项、不丢失非频繁项集和节省大量内存等优点,对数据库中负关联规则及各项集中低频率、强相关模式等相关算法的研究具有重要意义.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李爱平	国防科学技术大学计算机学院	34	181	8.0	10.0
2	刘彩虹	大连外国语学院现代教育技术中心	15	40	4.0	5.0