首页 | 本学科首页   官方微博 | 高级检索  
     

基于Apriori&Fp—growth的频繁项集发现算法
引用本文:何中胜,庄燕滨.基于Apriori&Fp—growth的频繁项集发现算法[J].计算机技术与发展,2008,18(7).
作者姓名:何中胜  庄燕滨
作者单位:常州工学院计算机信息工程学院,江苏常州,213002
摘    要:关联规则挖掘是数据挖掘中功能之一,而高效的关联规则挖掘算法研究引起了许多科研人员的兴趣.其中频繁项集的发现是关联规则挖掘算法中占比重最高、代价最大的步骤.从分析Apriori算法与Fp-growth算法性能的优缺点的基础上,提出了一种新的频繁项集发现算法:FA算法,该算法吸取了Apriori算法与Fp-growth算法的优点,通过实验表明该算法有较高的性能,且内存开销较少.

关 键 词:频繁项集发现  条件模式树  关联规则挖掘  Apriori  频繁项集  发现算法  Based  Frequent  Itemset  Mining  内存  算法性能  实验  分析  规则挖掘算法  科研人员  算法研究  功能  数据挖掘  关联

Algorithm of Mining Frequent Itemset Based on Apriori and Fp-growth
HE Zhong-sheng,ZHUANG Yan-bin.Algorithm of Mining Frequent Itemset Based on Apriori and Fp-growth[J].Computer Technology and Development,2008,18(7).
Authors:HE Zhong-sheng  ZHUANG Yan-bin
Abstract:
Keywords:
本文献已被 维普 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号