改进的频繁项集挖掘算法及其应用研究

• 作者: 张亚娟 李如婷 董彦琦 顾军华
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 关联规则 频繁项集挖掘 构建树 剪枝策略 人才引进
• 年，卷（期）: 2019,（9）
• 所属期刊栏目: 算法
• 页码范围: 260-269
• 页数: 10页
• 分类号: TP39
• 字数: 9051字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2019.09.046

摘要

频繁模式增长(FP-growth)算法是挖掘频繁项集的经典算法,解决了挖掘频繁项集时需多次扫描数据库且产生大量候选项集的问题,但大多数基于FP-growth思想的算法在生成频繁项集时存在过程复杂、占用空间多的问题.为此,提出一种基于前序完全构造链表(PF-List)的频繁项集挖掘算法(PFLFIM).该算法使用PF-List表示项集,通过简单比较和连接两个PF-List挖掘频繁项集,避免复杂的连接操作;使用包含索引、提前停止交集和父子等价策略对搜索空间进行优化,减少空间占用.通过实验验证,相比于FIN算法和negFIN算法,该算法在运行时间和内存占用方面具有更好的性能.将该算法应用于高校人力资源管理系统中进行关联规则挖掘,寻找影响人才发展的因素,为高校人才引进和选拔提供决策支持.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	顾军华	河北工业大学人工智能与数据科学学院	113	947	16.0	26.0
3	张亚娟	河北工业大学人工智能与数据科学学院	13	16	2.0	3.0
6	李如婷	河北工业大学人工智能与数据科学学院	1	1	1.0	1.0
7	董彦琦	河北工业大学人工智能与数据科学学院	2	1	1.0	1.0