一种基于FPtree的最大频繁项目集挖掘算法.pdfVIP

计算机科学2002V01．29N9．8 一种基于FP—tree的最大频繁项目集挖掘算法¨ An Based0n PatternTreefor Maximumhemsets AlgorithmFrequent Mining Frequent 朱玉全孙志挥宋余庆陈耿 (东南大学计算机科学与工程系 南京210096) Abstract maximumitemsetsiSa in data Mining frequent keyproblemimportantminingapplica— asthe of tion，such association minimal of discovery rules，strongrules，episodes，andkeys．Most the studiesan candidateset previousadoptApriori—like generation—and—testapproach．However， candidate set iSstill whenthereexist and／or prolific generationcostly，especially patterns long this new for maximum itemsetsis patterns．In paper，aalgorithmmining frequent proposed， whichiS iS basedonanovel thatanextended tree(FP—tree)structure frequentpattern prefix—tree structurefor andcrucialinformationabout storingcompressed frequentpatterns． Data itemsets，FP—tree Keywordsmining，Maximumfrequent 选项目集的数量是减小开销的最好手段。由于最大 1 引言 频繁项目集(见2．1节)中已经隐含了所有频繁项目 集，所以可把发现频繁项目集的问题转化为发现最 关联规则是由Agrawal等人首先提出的～个 重要的KDD研究课题[1~3]，它反映了大量数据中项大频繁项目集的问题。另外，某些数据挖掘应用仅需 目集之间有趣的关联或相关联系。发现频繁项目集 发现最大频繁项目集，而不必发现所有的项目集去 是关联规则挖掘应用中的关键技术和步骤。近年来， 掉一个元素来生成的，产生了过多的无用候选项目 在频繁项目集的算法研究中先后出现了Apriori、 AIS[引、SETM[引、PARTITION[引、ML—T2L1[7]等数NP难度的陷阱。DMFI有效地把自底向上和自顶向