节点文献

一种基于FP-tree的最大频繁项目集挖掘算法

An Algorithm Based on Frequent Pattern Tree for Mining Maximum Frequent Itemsets

  • 推荐 CAJ下载
  • PDF下载
  • 不支持迅雷等下载工具,请取消加速工具后下载。

【作者】 朱玉全孙志挥宋余庆陈耿

【机构】 东南大学计算机科学与工程系

【摘要】 <正>1引言关联规则是由Agrawal等人首先提出的一个重要的KDD研究课题,它反映了大量数据中项目集之间有趣的关联或相关联系。发现频繁项目集是关联规则挖掘应用中的关键技术和步骤。近年来,在频繁项目集的算法研究中先后出现了Apriori、AIS、SETM、PARTITION、ML_T2L1等数据挖掘算法,在众多算法中以Agrawal等人提出的

【Abstract】 Mining maximum frequent itemsets is a key problem in important data mining application, such as the discovery of association rules,strong rules,episodes,and minimal keys.Most of the previous studies adopt an Apriori-like candidate set generation-and-test approach.However, candidate set generation is still costly,especially when there exist prolific patterns and/or long patterns.In this paper,a new algorithm for mining maximum frequent itemsets is proposed, which is based on a novel frequent pattern tree(FP-tree) structure that is an extended prefix-tree structure for storing compressed and crucial information about frequent patterns.

【Key words】 Data miningMaximum frequent itemsetsFP-tree
【基金】 国家自然科学基金项目(79970092)的资助
  • 【会议录名称】 第十九届全国数据库学术会议论文集(研究报告篇)
  • 【会议名称】第十九届全国数据库学术会议
  • 【会议时间】2002-08-26
  • 【会议地点】中国河南郑州
  • 【分类号】TP311.13
  • 【主办单位】中国计算机学会数据库专业委员会
节点文献中: