压缩FP-Tree的改进搜索算法

• 作者: 吴倩 罗健旭
• 来源期刊: 计算机工程与设计
• 学科: 工学
• 关键词: 数据挖掘 关联规则 压缩频繁模式树 Apriori算法 频繁模式增长算法
• 年，卷（期）: 2015,（7）
• 所属期刊栏目: 软件与算法
• 页码范围: 1771-1777
• 页数: 7页
• 分类号: TP311
• 字数: 5019字
• 语种: 中文
• DOI: 10.16208/j.issn1000-7024.2015.07.019

摘要

为克服Apriori算法候选频繁项集的支持数计算效率过低和频繁模式增长算法 FP‐Grow th多次建立条件模式树时内存耗费大的问题，提出基于压缩频繁模式树（CFP‐Tree）的改进搜索算法（MCFP‐Tree）。利用Apriori算法候选项集生成的思想和压缩频繁模式树紧凑的数据结构，采用自底向上的搜索策略，快速挖掘压缩频繁模式树及其子树，更快得到候选项集的支持数。实验结果表明，该算法可以高效计算出候选频繁项集出现的频次，挖掘效率明显优于 Apriori和 FP‐Grow th算法。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	罗健旭	华东理工大学信息学院	22	140	7.0	11.0
2	吴倩	华东理工大学信息学院	9	58	4.0	7.0