原创力文档- 1、本文档共5页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于分区的频繁子树挖掘算法研究.pdf
2054
2011，V01．32，No．6计算机工程与设计ComputerEngineeringandDesign
基于分区的频繁子树挖掘算法研究
李 娟， 杨‘瑁
(江西农业大学计算机与信息工程学院，江西南昌330045)
tree
掘思想的基础上，提出了一种新算法——PTG(partition
行挖掘，得到每个分区的局部频繁子树。根据全局支持数进行筛选，得到全局频繁子树，有效地减少了挖掘的子树，有效地
降低了内存的开销。仿真实验结果表明，PTG算法能够解决在大数据集上挖掘时出现内存空间不足的问题，验证了其有效性
与健壮性。
关键词：模式挖掘；频繁子树；模式增长；投影；分区挖掘
中图法分类号：TP301．6文献标识码：A 文章编号：1000．7024(2011)06．2054．04
Researchof subtree basedon
frequentminingalgorithmpartition
LI YANGJun
Juan，
of and 330045，China)
(CollegeComputerInformmion，JiangxiAgriculturalUniversity,Nanchang
Abstract：The basedon is is onatree tOO
TG(tree growth occupying
growth)algorithmpaRem principleanalyzed。whichmining
new tree PTG
much on forward．Inthe
memory．Basedpartitionprinciple，aalgorithm，namedPTG(partitiongrowth)，isput algorithm，
thedatabaseisdividedintoseveral TG createsthelocal subtreesof thencreates
every
partitions，thealgorithm frequent partition，and
withtheme-
the subtrees tothe valuefor testsshowthatPTG candeal
global仔equentaccordingglobalsupport filtering．The algorithm
while work
dataset,and
moryproblemmininglarge effectively．
Keywords：pattemmining；frequentsubtree；pattemgrowth；projection；partitionmining
引入分区挖掘的思想，利用树结构的层次性，能够根据候选子
0引 言
树生成频繁子树，采用递推式候选子树更新技术来压缩
文档评论（0）