基于Iceberg概念格的最大频繁项集挖掘

• 作者: 李明 王富强 薛安荣
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: Iceberg概念格 频繁概念 最大频繁概念 最大频繁项集
• 年，卷（期）: 2011,（7）
• 所属期刊栏目: 软件技术与数据库
• 页码范围: 35-37
• 分类号: TP311
• 字数: 3202字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2011.07.012

摘要

最大频繁项集挖掘算法存在扫描数据集次数多和候选集规模过大等局限.基于Iceberg概念格模型,提出一种在Iceberg概念格上挖掘最大频繁项集的算法ICMFIA.该算法通过一次扫描数据集构建Iceberg概念格,利用Iceberg概念格中频繁概念之间良好的覆盖关系能快速计算出最大频繁项集所对应的最大频繁概念,所有最大频繁概念的内涵就是所求的最大频繁项集的集合.实验结果表明,该算法具有扫描数据集次数少和挖掘效率高的优点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	薛安荣	江苏大学计算机科学与通信工程学院	45	665	13.0	25.0
2	李明	江苏大学计算机科学与通信工程学院	13	124	5.0	11.0
3	王富强	江苏大学计算机科学与通信工程学院	2	13	2.0	2.0