| 一种基于极大完全子图的最大频繁项集并行挖掘算法 |
| |
| 引用本文： | 杨仕博,贺彦琨,马志新.一种基于极大完全子图的最大频繁项集并行挖掘算法[J].微电子学与计算机,2007,24(10):29-31,35. |
| |
| 作者姓名： | 杨仕博 贺彦琨 马志新 |
| |
| 作者单位： | 兰州大学,信息科学与工程学院,甘肃,兰州,730000 |
| |
| 摘 要： | 提出一种基于极大完全子图的最大频繁项集并行挖掘算法PMFIM,通过遍历由频繁2-项集构成的用邻-接矩阵表示的图,寻找图的极大完全子图,从而由极大完全子图顶点序列实现对项集的划分,即挖掘子任务的划分.在同类算法中,将找到的最大频繁项划分为局部最大频繁项集LMFI、可能最大频繁项集PMFI和邻接项集的最大频繁项集的超集SMFI,减少了该类算法合并最大频繁项集的开销,并对算法进行了实现和优化.
|
| 关 键 词： | 数据挖掘 关联规则 极大完全子图 频繁项集 并行算法 |
| 文章编号： | 1000-7180（2007）10-0029-03 |
| 修稿时间： | 2007-06-02 |
A New Parallel Algorithm for Mining Maximum Frequent Itemsets Based on Maximum Complete Subgraph |
| |
| YANG Shi-bo,HE Yan-kun,MA Zhi-xin.A New Parallel Algorithm for Mining Maximum Frequent Itemsets Based on Maximum Complete Subgraph[J].Microelectronics & Computer,2007,24(10):29-31,35. |
| |
| Authors: | YANG Shi-bo HE Yan-kun MA Zhi-xin |
| |
| Affiliation: | School of Information Science and Engineering, Lanzhou University, Lanzhou 730000, China |
| |
| Abstract: | This paper presents a parallel algorithm for mining maximum frequent itemsets based on maximum complete subgraph. The algorithm discovers maximum complete subgraph by traversing the frequent 2-itemsets map presented by adjacent matrices, and divides itemsets with maximum complete subgraph vertex sequence. The innovation is dividing maximum frequent itemsets into LMFI, PMFI and SMFI. This method reduces the cost of merging maximum frequent itemsets. Meanwhile the algorithm has been implemented and optimized. |
| |
| Keywords: | data mining association rules maximum complete subgraph frequent itemsets parallel algorithm |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
|
