基于渐近取样的频繁项集挖掘近似算法

• 作者: 崔利 阚宝朋
• 来源期刊: 控制工程
• 学科: 工学
• 关键词: 频繁项挖掘 近似算法 渐近取样 Rademacher均值
• 年，卷（期）: 2017,（9）
• 所属期刊栏目: 智能控制技术及应用
• 页码范围: 1786-1791
• 页数: 6页
• 分类号: TP3
• 字数: 5992字
• 语种: 中文
• DOI: 10.14107/j.cnki.kzgc.160166

摘要

为提高频繁项集挖掘性能,提出了基于渐近取样的频繁项集挖掘近似算法(Frequent Itemsets Mining Approximate Algorithm based on Progressive Sampling,FIMAA-PS),该算法使用渐近取样方法实现数据集的样本提取,基于当前样本输出结果自动配置下一轮循环挖掘的样本大小,并使用Rademacher均值对输出结果的频率偏差上限进行理论估计从而得到终止条件,最后通过单次样本快速扫描判断算法终止条件,输出挖掘结果.实验结果表明,不同于传统挖掘精确算法和使用静态取样的挖掘近似算法,FIMAA-PS在输出结果精准度和运行时间方面具有显著优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	阚宝朋	淮安信息职业技术学院计算机与通信工程学院	10	55	3.0	7.0
2	崔利	河南牧业经济学院信息与电子工程学院	8	7	2.0	2.0