基于矩阵的不确定数据频繁项集快速挖掘算法

• 作者: 刘芝怡 常睿
• 来源期刊: 南京理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 不确定数据 频繁项集 期望支持度 快速挖掘
• 年，卷（期）: 2015,（4）
• 页码范围: 420-425
• 页数: 6页
• 分类号: TP311
• 字数: 5078字
• 语种: 中文
• DOI: 10.14177/j.cnki.32-1397n.2015.39.04.007

摘要

针对CUF-growth算法中项集的期望支持度估算值过大,且挖掘过程中需要反复递归构造条件CUF-tree 导致挖掘效率降低这一问题,提出 UFIM-Matrix ( Uncertain frequent itemset mining-matrix)算法. 该算法不需要建立树结构,而是利用计算项集估算期望支持度的新方法和矩阵结构来产生规模更小候选项集,能在一定程度上减少计算开销,提高挖掘效率. 最后的实验结果也表明了新算法性能更优.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘芝怡	常州工学院计算机信息工程学院	19	89	5.0	9.0
2	常睿	常州工学院计划财务处	22	73	5.0	7.0