关联规则中基于降维的最大频繁模式挖掘算法

• 作者: 惠亮 钱雪忠
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 关联规则 数据挖掘 最大频繁项集 频繁模式树 降维
• 年，卷（期）: 2011,（5）
• 所属期刊栏目: 数据库技术
• 页码范围: 1339-1343
• 分类号: TP311.13
• 字数: 6713字
• 语种: 中文
• DOI: 10.3724/SP.J.1087.2011.01339

摘要

基于FP-tree的最大频繁模式挖掘算法是目前较为高效的频繁模式挖掘算法,针对这些算法需要递归生成条件FP-tree、产生大量候选最大频繁项集等问题,在分析FPMax、DMFLA算法的基础上,提出基于降维的最大频繁模式挖掘算法(BDRFI).该算法改传统的FP-tree为数字频繁模式树DFP-tree,提高了超集检验的效率;采用的预测剪枝策略减少了挖掘的次数;基于降低项集维度的挖掘方式,减少了候选项的数目,避免了递归地产生条件频繁模式树,提高了算法的效率.实验结果表明,BDRFI的效率是同类算法的2～8倍.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	钱雪忠	江南大学物联网工程学院	92	741	15.0	22.0
2	惠亮	江南大学物联网工程学院	3	34	3.0	3.0