基于FP-growth关联规则的图书馆数据快速挖掘算法研究

• 作者: 文芳 李腾达 王佳斌 黄慧玲
• 来源期刊: 重庆理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 数据挖掘 图书馆 模糊关联规则 Apriori FP-growth 运行效率
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 信息·计算机
• 页码范围: 189-194
• 页数: 6页
• 分类号: TP391
• 字数: 2915字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-8425(z).2020.06.027

摘要

作为一种模糊关联规则挖掘算法,FP-growth算法在执行效率上明显优于Apriori算法.但是由于模糊属性的不足和空间复杂度较大,导致FP-growth算法在处理大型事务数据库,例如图书馆数据库时,无法实现有效的多层关联规则挖掘.因此,提出一种改进的FP-growth关联规则算法,能够快速向读者进行个性化图书推荐.首先,该算法把大型图书事务数据库根据首项的事务,划分为若干子数据库,并构建相应的子FP-tree结构;然后,采用实时过滤掉层次树中不是频繁项的父项来缩小扫描空间.实验结果表明:相比Apriori算法和标准FP-growth算法,提出的改进FP-growth关联规则算法在运行效率方面有明显提升,为图书的推荐工作提供了科学依据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王佳斌	华侨大学工学院	33	132	5.0	10.0
2	李腾达		6	2	1.0	1.0
3	文芳		5	9	1.0	3.0
4	黄慧玲		4	9	1.0	3.0