基于子树约束的最大频繁子树挖掘算法  

Maximal Frequent Subtree Mining Algorithm Based on Subtree Constraint

作　　者：陈冬菊[1] 张东站[1] 段江娇[1] 

机构地区：[1]厦门大学信息科学与技术学院计算机科学系,厦门361005

出　　处：《现代计算机》2010年第5期25-29,67,共6页Modern Computer

基　　金：国家自然科学基金(No.50604012)

摘　　要：目前大多数频繁子树算法都是挖掘频繁子树完全集,这些算法数据搜索空间的内存开销和输出的结果集都非常庞大。为了减小结果集,提出基于子树约束的最大频繁子树算法——CSMTreeMiner,采用垂直和层次扩展的方法来枚举频繁子树,并使用覆盖关系来对不可能生成最大频繁子树的模式进行删除。实验结果验证CSMTreeMiner算法的有效性和稳定性。Most algorithms for mining frequent subtrees are mining completed frequent sets, so the searching space and results are very huge. For reducing the results＇ number, proposes CSMTreeMiner, a maximal frequent subtree mining algorithm based on subtree constraint. This algorithm uses vertical and level extension technique to enumerate subtrees, and uses the cover relationship to delete the pattern which is impossilbe to generate maximal frequent subtree. Experimental result shows that CSMTreeMiner is effective and stable.

关 键 词：有序树 频繁子树 约束子树 

分 类 号：TP311.13[自动化与计算机技术—计算机软件与理论]