| 改进的频繁项集挖掘算法 |
| |
| 引用本文： | 朱彦霞,张雪萍,王家耀.改进的频繁项集挖掘算法[J].计算机工程与应用,2009,45(4):143-145. |
| |
| 作者姓名： | 朱彦霞 张雪萍 王家耀 |
| |
| 作者单位： | 1.河南工业大学 信息工程学院，郑州 450001 2.解放军信息工程大学 测绘学院，郑州 450052 |
| |
| 基金项目： | 国家自然科学基金,河南省高校科技创新人才支持计划,河南省自然科学基金,河南省科技攻关项目,河南工业大学博士基金研究项目,空间数据挖掘与信息共享教育部重点实验室开放基金 |
| |
| 摘 要： | 频繁项集挖掘是数据挖掘中的一个重要研究课题。在分析Apriori算法与FP-growth 算法特点的基础上，提出了一种改进的频繁项集挖掘算法，即索引生成频繁项集算法IGFA。IGFA算法基于Apriori算法并通过 “索引二元组”生成候选集，减免了候选集的大量冗余，实验及结果分析表明该算法有效提高了频繁项集的挖掘效率。
|
| 关 键 词： | 数据挖掘 关联规则 频繁项集 索引二元数组 |
| 收稿时间： | 2008-8-5 |
| 修稿时间： | 2008-10-31
|
Improved algorithm for mining frequent item sets |
| |
| ZHU Yan-xia,ZHANG Xue-ping,WANG Jia-yao.Improved algorithm for mining frequent item sets[J].Computer Engineering and Applications,2009,45(4):143-145. |
| |
| Authors: | ZHU Yan-xia ZHANG Xue-ping WANG Jia-yao |
| |
| Affiliation: | 1.College of Information Science and Engineering，Henan University of Technology，Zhengzhou 450001，China 2.College of Surveying and Mapping，PLA Information Engineering University，Zhengzhou 450052，China |
| |
| Abstract: | Mining frequent itemsets is an important research topic in Data Mining.This paper discussed the characteristics of Apriori algorithm and FP-growth algorithm and proposed an improved algorithm IGFA(Index-binary array Generate Frequent itemsets Algorithm) based on Apriori algorithm.The number of candidates can be reduced greatly by using an index array which based on the binary group.Analysis and experiments show that mining frequent itemsets by IGFA have been proved efficiently. |
| |
| Keywords: | data mining association rule frequent itemsets indexed binary array |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《计算机工程与应用》浏览原始摘要信息 |
|
点击此处可从《计算机工程与应用》下载全文 |
