-
题名基于FP-Tree的共享前缀频繁项集挖掘算法
被引量:4
- 1
-
-
作者
胡中栋
罗会兰
曾珽
-
机构
江西理工大学信息工程学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2009年第27期137-139,共3页
-
基金
江西省教育厅科技项目(No.GJJ08285)
-
文摘
在数据挖掘中发现关联规则是一个基本问题,而发现频繁项集是关联规则挖掘中最基本、最重要的问题。提出了基于FP-Tree的共享前缀频繁项集挖掘算法-FP-SPMA算法。构造FP-Tree来压缩事务数据库,通过共享前缀和前瞻剪枝快速减小候选项集,无需递归构造条件模式树,算法性能有明显的提高。
-
关键词
频繁项集
高频繁模式树(FP-Tree)
共享前缀
基于FP-tree的共享前缀频繁项集挖掘算法(FP-SPMA)
-
Keywords
frequent item sets
FP-tree
sharing prefix
FP-SPMA
-
分类号
TP311
[自动化与计算机技术—计算机软件与理论]
-
-
题名基于FP-Tree快速挖掘频繁项集
被引量:2
- 2
-
-
作者
姜晗
范建淑
贾泂
-
机构
济宁职业技术学院计算机工程系
浙江师范大学数理与信息工程学院
-
出处
《计算机应用与软件》
CSCD
2010年第10期36-37,130,共3页
-
基金
国家自然科学基金项目(60873234)
-
文摘
发现频繁项集是关联规则挖掘中最基本、最重要的问题。目前已有两类频繁项集挖掘算法,然而由于其内在的复杂性,这一问题并未完全解决。提出了一种基于FP-Tree的频繁项集挖掘算法,该算法通过计算FP-Tree中非叶子节点的频繁子孙集和频繁前缀,组合生成频繁项集,无需递归构造每个频繁项的条件模式树,节约了时间和内存空间,算法性能在一定程度上得到了提高。
-
关键词
频繁项集
FP-TREE
频繁子孙集
频繁前缀
关联规则
-
Keywords
Frequent itemsets
FP-Tree
Frequent-posterity
Frequent-prefix
Association rules
-
分类号
TP311.13
[自动化与计算机技术—计算机软件与理论]
-
-
题名一种改进的LIPI数据挖掘算法的仿真分析
被引量:2
- 3
-
-
作者
蔡坤
杨扬
-
机构
河南大学计算机与信息工程学院
河南大学软件学院
-
出处
《计算机仿真》
CSCD
北大核心
2014年第8期268-272,共5页
-
基金
河南省教育厅科学技术研究重点项目(13A520071)
-
文摘
在传统LIPI数据挖掘算法中,需要反复扫描投影数据库寻找局部频繁项并重复构造大量重复投影,造成数据挖掘耗时,效率低下的不足。为了提高算法的计算速度,提出改进的LIPI数据挖掘算法。算法借助连接2-序列位置信息表(LIPI)找到序列模式的下一项,完成K-1序列位置信息与2-序列位置信息的连接,实现序列模式放缩式增长,得出K-序列与K-序列相应的位置信息数据,避免对投影数据库反复扫描;引入了BIDE算法的前后向剪枝策略,检查相同末项序列位置信息表进行前向剪枝,消除大量重复投影的构建,提高挖掘算法的效率。实验结果表明,改进后的算法能快速的寻找到局部频繁项,有效提高了数据挖掘的效率。
-
关键词
放缩式增长
序列模式挖掘
位置信息
投影数据库
频繁前缀
-
Keywords
Scaling type growth
Sequential pattern mining ( SPM )
Location information
Projection database
Frequent prefix
-
分类号
TP301.06
[自动化与计算机技术—计算机系统结构]
-