基于改进FP-tree的最大频繁项集挖掘算法

被引:15
作者
陈晨 [1 ,2 ]
鞠时光 [1 ]
机构
[1] 江苏大学计算机科学与通信工程学院
[2] 江苏财经职业技术学院
关键词
数据挖掘; 关联规则; 最大频繁项集; 超集检测; 频繁模式树;
D O I
10.16208/j.issn1000-7024.2008.24.018
中图分类号
TP311.13 [];
学科分类号
1201 ;
摘要
现有的最大频繁项集挖掘算法在挖掘过程中需要进行超集检测,基于FP-tree的算法需要递归的建立条件频繁模式树,挖掘效率不高。提出了一种基于改进FP-tree高效挖掘最大频繁项集的算法(MMFI)。该算法修改了FP-tree结构并采用NBN策略,在挖掘过程中既不需要进行超集检测也不需要递归的建立条件频繁模式树。算法分析和实验结果表明,该算法是一种有效、快速的算法。
引用
收藏
页码:6236 / 6239
页数:4
相关论文
共 1 条
[1]  
Mining association rules between sets of items in large databases. Agrawal,R.,Imielinski,T.,Swami,A.,Buneman,P.,Jajodia,S. ACM SIGMOD International Conference on Management of Data . 1993