基于FP-tree的最大频繁项目集挖掘算法  

Algorithm for mining maximal frequent itemsets based on FP-tree

作　　者：马丽生[1] 邓辉文[2] 齐逸[2] 

机构地区：[1]滁州学院计算机科学与技术系,安徽滁州239000 [2]西南大学计算机与信息科学学院,重庆400715

出　　处：《计算机工程与设计》2008年第2期385-388,共4页Computer Engineering and Design

摘　　要：最大频繁项目集挖掘是数据挖掘领域最重要的基本问题之一,在分析已有算法的基础上提出了FP-MMFI算法,它是对FP-growth算法在最大频繁项目集挖掘上的扩展。提出了频繁路径的概念,用它可以有效地对FP-tree进行压缩和缩小搜索空间,同时使用投影的方法对超集检测进行了优化,减少了项目匹配的次数。最后实验结果表明,该算法在性能上优于已有的同类算法。Maximal Frequent itemsets mining is one of most important and fundamental data mining problems. A new algorithm FPMMFI is presented, which is an extension of the FP-growth method for mining maximal frequent itemsets. A new concept is developed, called frequent path, which can reduce the size of FP-tree and search space. A method of projection is used to reduce the comparative times of superset checking. The experimental result show that the new algorithm outperforms the previously developed algorithms such as MAFIA.

关 键 词：数据挖掘 关联规则 频繁项目集 最大频繁项目集 频繁模式树 

分 类 号：TP311[自动化与计算机技术—计算机软件与理论]