基于图论的最大频繁项集挖掘  

Mining maximal frequent itemsets based on graph theory

作　　者：宋旭东[1] 翟坤[1] 刘晓冰[2] 王亚伟[1] 张通学[1] 

机构地区：[1]大连交通大学软件学院,辽宁大连116028 [2]大连理工大学CIMS中心,辽宁大连116023

出　　处：《计算机应用研究》2007年第11期43-45,99,共4页Application Research of Computers

基　　金：国家自然科学基金资助项目(70471056)

摘　　要：利用有向项集图来存储事务数据库中有关频繁项集的信息,提出了有向项集图的三叉链表式存储结构和基于有向项集图的最大频繁项集挖掘算法。它不仅实现了事务数据库的一次扫描,减少了I/O代价,而且可以同时解决好稀疏数据库和稠密数据库的最大频繁项集挖掘问题。This paper presented the directed itemsets graph to store the information of frequent itemsets of transaction databases, and put forward the trifurcate linked list storage structure of directed itemsets graph, and provided the mining algorithm of maximal frequent itemsets based on directed itemsets graph. It not only realized scanning databases only one time and decreased I/O resources consumption, but also resolved the question of mining maximal frequent itemsets in the sparse and dense databases at the same time.

关 键 词：数据挖掘 关联规则 最大频繁项集 有向项集图 三叉链表式存储结构 挖掘算法 

分 类 号：TP311.13[自动化与计算机技术—计算机软件与理论]