在单向FP-tree上挖掘最大频繁项集

作者：宋晶晶; 姜保庆; 关丽霞

来源：现代计算机(专业版), 2010, (01): 19-24.

• 数据挖掘
• 频繁项集
• 最大频繁项集
• 单向FP-tree
• 被约束子树 Data Mining
• Frequent Itemset
• Maximal Frequent Itemset
• Unidirectional FP-tree
• Constrained Sub-Tree

针对稠密数据集,提出一种基于单向FP-tree的最大频繁项集挖掘算法Unid_FP-Max2。该算法在挖掘过程中只生成被约束子树,而它是一种虚拟的树结构,在原有的单向FP-tree基础上用三个很小的数组来表示,因而避免了以往算法需递归构造条件FP-tree来计算最大频繁项集的弊端,极大的降低了内存空间和时间开销,提高了挖掘效率。实验表明,与FP-Max算法相比,算法的效率提高了1倍以上。

• 单位
  清远职业技术学院; 河南大学