挖掘不确定数据的最大频繁项集

• 作者: 唐向红 杨全纬 郑阳
• 来源期刊: 华中科技大学学报（自然科学版）
• 学科: 工学
• 关键词: 数据挖掘 不确定数据 频繁项集 最大频繁项集 频繁模式树 遗传算法
• 年，卷（期）: 2015,（9）
• 所属期刊栏目: 计算机与控制工程
• 页码范围: 29-34
• 页数: 6页
• 分类号: TP312
• 语种: 中文
• DOI: 10.13245/j.hust.150906

摘要

针对不确定数据频繁项集挖掘效率低和准确度不高的问题，提出了一种基于改进的频繁模式树（FP‐tree）和遗传算法（GA）挖掘不确定数据概率频繁项集的方法，即 UFPGA（基于频繁模式树和遗传的挖掘算法）。该算法根据不确定数据的构成特征，改进频繁模式树方法挖掘不确定数据频繁项集，采用缩小变异空间和增加育种算子的遗传算法搜索最大频繁项集，收缩了搜索范围，提高了挖掘效率。实验结果表明：该方法在时间复杂度方面有很好的优越性，对大规模的不确定数据挖掘提供了一种有效的技术手段。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	唐向红	贵州大学现代制造技术教育部重点实验室	32	93	5.0	7.0
2	杨全纬	贵州大学现代制造技术教育部重点实验室	4	9	2.0	3.0
3	郑阳	贵州大学现代制造技术教育部重点实验室	5	92	3.0	5.0