基于绩效管理的最大频繁模式挖掘研究  

Research on Maximal Frequent Patterns Mining Based on Performance Management

作　　者：晏明春[1] 谢辉[1] 

机构地区：[1]华中科技大学计算机科学与技术学院,武汉430074

出　　处：《计算机工程与应用》2006年第5期213-216,共4页Computer Engineering and Applications

基　　金：国家科技中小型制造业资源计划ERP管理系统创新基金资助项目(编号:03C26214211057)

摘　　要：提出了对绩效管理关键绩效指标(KPI)的确定中挖掘最大频繁集的一种方法。该方法采用了位图数据格式;根据绩效管理中数据的特点,由用户的需求导出FP-tree。通过分析Apriori方法和FP-growth方法的优缺点,结合各种有效剪枝技术,对传统挖掘算法进行了改进,加速了FP-tree上的最大频繁集的生成,以适应绩效管理的应用环境。最后给出了实例以显示处理过程及效率。This paper proposes a method for mining maximal frequent sets to specify the Key Performance Index（KPI） in performance management.The method adopts bitmap data format.according to users＇ requirements and the data characteristics in performance management,we can get the FP-tree by using this method.This method has improved traditional algorithms to accelerate the generation of maximal frequent sets in order to adapting to the application in performance management, through analyzing the merits and disadvantages of Apriori and FP-growth methods,integrating the method with several prune techniques.Finally,an example has been given to show the process and efficiency.

关 键 词：KPI 最大频繁集 位图 FP—tree 超集存在判断 

分 类 号：TP311[自动化与计算机技术—计算机软件与理论]