一种基于上三角频繁项集矩阵的频繁模式挖掘算法  

Algorithms for Mining Frequent Itemsets Based on Upper Triangular Frequent Matrix

作　　者：王文正[1] 王文平[1] 许映秋[2] 谈英姿[3] 

机构地区：[1]东南大学经济管理学院,江苏南京211189 [2]东南大学机械工程学院,江苏南京211189 [3]东南大学自动化学院,江苏南京211189

出　　处：《微电子学与计算机》2010年第9期138-143,共6页Microelectronics & Computer

基　　金：国家自然科学基金项目(70571013);教育部新世纪优秀人才支持计划项目(NECT-06-0471);江苏省教育厅高等教育改革研究课题

摘　　要：提出了一种高效挖掘数据的频繁项目集模式的算法FIA.该算法采用一种二进制符号来表示数据,在仅扫描数据库一次之后,建立起二进制向量与上三角频繁项集矩阵,根据两者来产生出频繁项集.从而有效地缩小了搜索空间,加快了处理速度.通过实验表明,FIA算法比Apriori算法更有效.The traditional algorithms for mining association frequent patterns generate conditional sub tables, which costs much runtime and memory space. To solve these problems, a new algorithm FIA （Frequent Itemset Algorithm） is proposed. The FIA algorithm adopts a binary of symbols to compress the store data. The algorithm using logic of symbols to express data in a database, which only after one scan, and establish a binary vector and upper triangular frequent matrix, according to the both to produce a set of frequently. Thereby effectively narrowing the search space, speed up the processing speed. Through analysis showed that, FIA algorithm more effective than Apriori algorithm.

关 键 词：数据挖掘 关联规则 逻辑运算 频繁项集 上三角频繁矩阵 

分 类 号：TP301[自动化与计算机技术—计算机系统结构]