FP-Growth算法改进研究及在电子商务中的应用  

Improvement on Algorithm FP-Growth and Applications in Its E-Commerce

作　　者：罗建[1] 李艳梅[1] 

机构地区：[1]西华师范大学计算机学院,四川南充637009

出　　处：《西华师范大学学报（自然科学版）》2010年第3期309-313,共5页Journal of China West Normal University(Natural Sciences)

基　　金：国家863计划资助项目(2008AA01Z132);四川省教育厅自然科学科研基金资助项目(09ZC014);四川省教育厅自然科学青年项目(09ZB091);西华师范大学校基金项目(09A020);西华师范大学校级教改项目(JGXM0940)

摘　　要：分析了FP-Growth关联规则挖掘算法,并对该算法进行了改进,以控制在海量数据挖掘中的递归深度.同时结合层次挖掘技术,将改进算法应用到电子商务B2C领域,并利用Java技术设计了商品挖掘系统方案.通过结合某大型电子商务网站的实际交易数据来进行关联分析,实现了将数十万条交易数据的关联挖掘控制在合理时间范围内.This paper analyzes the FP-Growth association rule mining algorithms,and improves the algorithm to control the mass of data mining in the recursive depth.At the same time,combined with the level of mining technology,we apply the improved algorithm to the field of B2C e-commerce and use Java technology to design the goods mining system.Through a combination of a large e-commerce site＇s actual transaction data for correlation analysis,we have achieved the result of the association rules by mining transaction data at a reasonable time frame.

关 键 词：关联挖掘 FP-TREE FP-GROWTH 条件模式基 层次挖掘 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]