基于加权项目的频繁项目集快速挖掘算法研究  

A Fast Algorithm for Mining Frequent Itemset with Weighted Items

作　　者：张振亚[1] 陈恩红[1] 王进[1] 王煦法[1] 

机构地区：[1]中国科学技术大学计算机科学技术系,合肥230027

出　　处：《模式识别与人工智能》2005年第2期154-159,共6页Pattern Recognition and Artificial Intelligence

基　　金：国家重点基础研究发展规划973(No.G1998030509);国家自然科学基金(No.60005004);教育部面向21世纪教育振兴行动计划资助项目

摘　　要：加权频繁项目集获取是加权关联规则发现问题的关键。本文在考虑项目权重的前提下,以FP树的形式组织交易数据,提出了基于加权项目的频繁项目集的快速挖掘算法WeightedFP。新算法的性能使用文本信息检索和海关业务审计数据进行了测试,实验表明,与已有的算法相比较,该算法在效率上有了较显著提高。One key step for weighted association rule mining is the discovery of weighted frequent itemset. By considering the weight information of each item, this paper presents a fast weighted frequent itemset mining algorithm, named as WeightedFP, with frequent pattern tree as the data structure for transaction data storing and organizing. The performance of the new algorithm is tested with data for text information retrieval and Custom Transaction Auditing. Experimental results show that the algorithm is much more efficient than that of the avaiable algorithm.

关 键 词：频繁项目集 加权项目 FP-树 权支持度 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]