期刊文献+

基于FP_tree的最大频繁模式挖掘算法的改进 被引量:4

Improved Algorithm for Mining Maximal Frequent Patterns Based on FP_tree
下载PDF
导出
摘要 基于条件模式树的最大频繁模式挖掘算法在挖掘过程中将扫描事务数据库两次,且产生了大量的候选项目集,产生最大频繁模式过程中比较次数较多,总体效率较低.提出改进后的最大频繁模式挖掘策略,利用二维表保存事务出现项目的情况,通过最大频繁模式的相关性质减少了挖掘的项数及产生的频繁模式集,减少比较的次数. The maximal frequent pattern mining algorithm based on the conditional pattern trees scans the transaction database twice and produces a large number of candidate itemsets in the mining process. During the process of generating the maximal frequent patterns, there are more comparisons and lower overall efficiency. Using two-dimensional table to save the items which appear in the transaction, by means of the relevant properties of maximal frequent patterns, this paper reduces the items mined and the frequent patterns generated. The times of comparison decreases. The improved maximal frequent pattern mining strategy is presented.
作者 叶福兰
出处 《成都大学学报(自然科学版)》 2014年第2期148-150,162,共4页 Journal of Chengdu University(Natural Science Edition)
关键词 数据挖掘 最大频繁模式 改进 data mining maximal frequent patterns improving
  • 相关文献

参考文献6

二级参考文献31

共引文献113

同被引文献14

引证文献4

二级引证文献2

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部