基于事务树的最大频繁项集挖掘算法  

Maximal Frequent Itemsets Mining Algorithm Based on Transaction Tree

作　　者：张忠平[1] 郑为夷[1] 

机构地区：[1]燕山大学信息科学与工程学院

出　　处：《计算机工程》2009年第15期97-99,120,共4页Computer Engineering

基　　金：国家自然科学基金资助项目(60773100);河北省教育厅科研计划基金资助项目(2006143)

摘　　要：针对Apriori算法在寻找频繁项集的过程中需多次扫描数据库、侯选项集过多、支持度计算过于复杂等问题,提出TT-Apriori算法。该算法将事务数据库转化成事务树,通过遍历事务树能直接快速地找到最大频繁项目集。简化支持度的计算,避免对整个数据库的扫描和大量的连接步骤,从而提高挖掘效率。Aiming at the shortage of Apriori algorithm in find of frequent items such as numerous search-designate database set too many times and gennerate too many candidate itemsets, this paper proposes the TT-Apriori algorithm. This algorithm maps the tings-datebase into transaction-tree. Using the transaction tree can quickly find the maximal frequent itemsets. In the meamwhile it can simplify the calculation of support and avoid the scanning of the entire database and a large number of connecting steps to improve the efficiency of the mining.

关 键 词：最大频繁项集 TT-Apriori算法 事务树 向量内积 

分 类 号：TP311.52[自动化与计算机技术—计算机软件与理论]