| 一种挖掘最大频繁项目集的优化算法 |
| |
| 引用本文： | 王晓翔,彭玉青,顾军华.一种挖掘最大频繁项目集的优化算法[J].郑州轻工业学院学报(自然科学版),2005,20(1):92-94. |
| |
| 作者姓名： | 王晓翔 彭玉青 顾军华 |
| |
| 作者单位： | 河北工业大学计算机科学与软件学院,天津,300130 |
| |
| 摘 要： | 提出一种与Apiori算法思想截然相反的算法,称为组分解挖掘算法GDMA(Grouping-Decompo-sition Mining Algorithm).该算法通过分解较大的非频繁项目集来产生较小候选项目集,使得扫描数据库次数明显减少,同时产生的候选项目集的数据量也大大减少,大大提高了挖掘效率.
|
| 关 键 词： | 数据挖掘 组分解挖掘算法 关联规则 最大频繁项目集 |
| 文章编号： | 1004-1478(2005)01-0092-03 |
| 修稿时间： | 2004年10月25 |
Optimization algorithm of fast and effectively mining maximum frequent itemsets |
| |
| WANG Xiao-xiang,PENG Yu-qing,GU Jun-hua.Optimization algorithm of fast and effectively mining maximum frequent itemsets[J].Journal of Zhengzhou Institute of Light Industry(Natural Science),2005,20(1):92-94. |
| |
| Authors: | WANG Xiao-xiang PENG Yu-qing GU Jun-hua |
| |
| Abstract: | GDMA(Grouping-Decomposition Mining Algorithm) completely contradicts with Apriori algorithm.It produces the candidate itemsets by decomposing the unfrequent itemsets which reduces the times of scanning database.So it reduces the quantity of the candidate itemsets and improves the algotithm's efficiency. |
| |
| Keywords: | data mining grouping-decomposition mining algorithm association rule maximum frequent itemsets |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
