一种基于邻接表的最大频繁项集挖掘算法

作者：殷茗; 王文杰^*; 张煊宇; 姜继娇

来源：电子与信息学报, 2019, 41(08): 2009-2016.

• 数据挖掘
• 频繁项集
• Apriori
• FP-Growth
• FP-Tree

针对Apriori算法与FP-Growth算法在最大频繁项集挖掘过程中存在的运行低效、内存消耗大、难以适应稠密数据集的处理、影响大数据价值挖掘时效等问题,该文提出一种基于邻接表的最大频繁项集挖掘算法。该算法只需遍历数据库一次,同时用哈希表对邻接表进行辅助存储,减小了遍历的空间规模。理论分析与实验结果表明,该算法时间与空间复杂度较低,提高了最大频繁项集挖掘速率,尤其在处理稠密数据集时具有较好的优越性。

• 单位
  西北工业大学