节点文献
一种挖掘最大频繁项目集的优化算法
Optimization algorithm of fast and effectively mining maximum frequent itemsets
【摘要】 提出一种与Apriori算法思想截然相反的算法,称为组分解挖掘算法GDMA(Grouping＿Decompo sitionMiningAlgorithm).该算法通过分解较大的非频繁项目集来产生较小候选项目集,使得扫描数据库次数明显减少,同时产生的候选项目集的数据量也大大减少,大大提高了挖掘效率.
【Abstract】 GDMA(Grouping-Decomposition Mining Algorithm) completely contradicts with Apriori algorithm.It produces the candidate itemsets by decomposing the unfrequent itemsets which reduces the times of scanning database.So it reduces the quantity of the candidate itemsets and improves the algotithm’s efficiency.
【关键词】 数据挖掘；
组分解挖掘算法；
关联规则；
最大频繁项目集；
【Key words】 data mining； grouping-decomposition mining algorithm； association rule； maximum frequent itemsets；
【Key words】 data mining； grouping-decomposition mining algorithm； association rule； maximum frequent itemsets；
- 【文献出处】 郑州轻工业学院学报 ,Journal of Zhengzhou Institute of Light Industry , 编辑部邮箱 ,2005年01期
- 【分类号】TP301.6
- 【下载频次】68