挖掘最大频繁项集的改进蚁群算法

• 作者: 王秀丽 黄习培 黄红星
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 数据挖掘 最大频繁项集 蚁群优化 最大最小蚂蚁系统 关联图
• 年，卷（期）: 2011,（13）
• 所属期刊栏目: 数据库、信号与信息处理
• 页码范围: 161-165
• 分类号: TP301
• 字数: 5979字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2011.13.046

摘要

最大频繁项集挖掘用于发现频繁地出现在数据集中的最大子集,目前已经有许多有效的算法.应用蚁群算法挖掘最大频繁项集是一种新的方法,但是该算法往往迭代次数多,提取率低.结合频繁项集关联图和最大最小蚂蚁系统,提出一种新的蚁群算法.算法构造蚁群路径图,蚁群在动态的信息素和启发式因子指导下构造局部最大频繁项集,通过新的局部更新和全局更新机制发现全局最大频繁项集.时比实验表明,算法挖掘速度快,提取率高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄习培	福建农林大学计算机与信息学院	15	67	5.0	7.0
2	王秀丽	福建农林大学计算机与信息学院	20	87	6.0	8.0
3	黄红星	福建农林大学计算机与信息学院	6	20	3.0	4.0