最大频繁模式挖掘算法的改进  

Improvement of Maximum Frequent Pattern Mining Algorithms

作　　者：王利军[1] WANG Li-jun(Department of Information Engineering, Anhui Institute of Economics Management,Hefei 230031, Anhui, China)

机构地区：[1]安徽经济管理学院信息工程系,安徽合肥230031

出　　处：《韶关学院学报》2019年第3期4-9,共6页Journal of Shaoguan University

基　　金：安徽经济管理学院院级科研项目(YJKT1617Q04)

摘　　要：DFP-growth-Max算法是一种基于DFP-tree方法和DFP-数组的最大频繁模式挖掘算法.DFP-tree是一种创建树结构的方法,它可以提高创建树结构的效率;利用DFP-数组可以快速获得事务项对应的条件模式基的频繁项集和支持度计数,快速生成最大频繁模式和创建条件子树,从而提高挖掘效率.实验验证了算法的优越性.DFP-growth-Max is a maximum frequent pattern mining algorithm based on DFP-tree method and DFP-array. DFP-tree is a method of creating tree structure, it improves the efficiency of creating tree structure. The frequent itemsets and support degree of conditional pattern base corresponding to transaction items are generated by DFP-array.Using DFP-array can quickly generate maximum frequent patterns and create conditional subtrees, thus improving mining efficiency. Experiments verify the superiority of the algorithm.

关 键 词：DFP-tree DFP-数组 最大频繁项集 

分 类 号：TP301.6[自动化与计算机技术—计算机系统结构]