在FP.树中挖掘频繁模式而不生成条件FP.树.pdfVIP

第40卷 第8期 计 算 机 研 究 与 发 展 VO1．40．No．8 20o3年 8月 JoIRNALOFCOMPUTER RESEARCH AND DEVELOPMENT Aug．2003 在 FP．树中挖掘频繁模式而不生成条件 FP．树 范 明 李 川 (郑州大学计算机科学系 郑州 450052) ({mfan，1c111}@ZZU．edu．cn) 摘 要 FP-growth算法是 目前已发表的最有效的频繁模式挖掘算法之一．然而，由于在挖掘频繁模式时需要递归地生 成大量的条件FP-树 ，其时空效率仍然不够高．改进了FP一树结构 ，提出了一种基于被约束子树挖掘频繁项集的有效算 法．改进的FP-树是单向的，每个结点只保留指向父结点的指针 ，这大约节省了三分之一的树空间．通过引入被约束子树 (可以用 3个很小的数组表示)，算法在挖掘频繁模式时不生成条件 FP一树，从而大大提高了频繁模式挖掘的时空效率． 实验表明，与FP—growth算法相比，算法的挖掘速度提高了1倍以上 ，而所需的存储空间减少了一半．此外，随着数据库 规模的增大，算法具有很好的可伸缩性．对于稠密数据集，算法也具有良好的性能． 关键词 数据挖掘；频繁模式；FP-树 中圈法分类号 TP311．131 M iningFrequentPatternsinanFP-treeW ithoutConditionalFP-treeGeneration FAN MingandLIChuan (~／ rtmentofComputerScience， 研 University， 嘲咖 450052) Abstract FP—growthalgorithm isoneofthemostefficientfrequentpatternminingmethodspublished recently。However，FP-growthalgoritmh mustgenerateahugenumberofconditionalFP—treesrecursively inprocessofmining，SOtheefficiencyofFP—growthremainsunsatisfactory．Inthispaper，thestructureof atraditionalFP—treeisimprovedandanefficientfrequentpattern-mining algoritmh basedonconstrainde sub-tree isproposed．Thenew FP—tree isaone-waytree andthereisnopointerstopointitschildrenineach node．OS atleastonethirdofmemoryissavde ocmparde withtheformerstructureinthe锄 estorageof frequentpattern information．Byintroducing ocnstrainde sub-tree (ocnsisting ofthree smallarrays)，the proposedalgoritmh doesn’tgenerateocnditionalFP-treesinmining processnadthereforegreatlyimproves theminingefficiencyinbothtimenadspace．Experimentsshow thatinocmpariOSnwi thFP-growth，this algoritmh hasacceleratde themining speedbyatleasttwotimesnadrdeucde thespaceocnsumptionby half．Moreover．thealgoritmh hasavery goodtimenadspacesealabilitywiththenmu beroftrnasactions， nadhasanexcellentperformanceindensedatabasemining aSwel1． Keywords datamining ；frequentpattern ；FP-tree