基于FP-Tree的最大频繁项目集挖掘及更新算法  

An Algorithm and Its Updating Algorithm Based on FP-Tree for Mining Maximum Frequent Itemsets

作　　者：宋余庆[1] 朱玉全[1] 孙志挥[1] 陈耿[1] 

机构地区：[1]东南大学计算机科学与工程系,江苏南京210096

出　　处：《软件学报》2003年第9期1586-1592,共7页Journal of Software

基　　金：国家自然科学基金;国家科技型中小企业技术创新基金~~

摘　　要：挖掘最大频繁项目集是多种数据挖掘应用中的关键问题,之前的很多研究都是采用Apriori类的候选项目集生成-检验方法.然而,候选项目集产生的代价是很高的,尤其是在存在大量强模式和/或长模式的时候.提出了一种快速的基于频繁模式树(FP-tree)的最大频繁项目集挖掘DMFIA(discover maximum frequent itemsets algorithm)及其更新算法UMFIA(update maximum frequent itemsets algorithm).算法UMFIA将充分利用以前的挖掘结果来减少在更新的数据库中发现新的最大频繁项目集的费用.Mining maximum frequent itemsets is a key problem in many data mining application. Most of the previous studies adopt an Apriori-like candidate set generation-and-test approach. However, candidate set generation is still costly, especially when there exist prolific patterns and/or long patterns. In this paper, a fast algorithm DMFIA (discover maximum frequent itemsets algorithm) and its updating algorithm UMFIA (update maximum frequent itemsets algorithm) based on frequent pattern tree (FP-tree) for mining maximum frequent itemsets is proposed. The algorithm UMFIA makes use of previous mining result to cut down the cost of finding new maximum frequent itemsets in an updated database.

关 键 词：数据挖掘 最大频繁项目集 关联规则 频繁模式树 增量式更新 

分 类 号：TP311[自动化与计算机技术—计算机软件与理论]