基于位串数组的最大频繁项目集挖掘算法-计算机工程与科学.PDF

维普资讯 CN43—1258／TP 计算机工程与科学 2006年第 28卷第 6期 ISSN 1007—13OX COMPUTERENGINEERING8LSCIENCE Vo1．28。No．6。2006 文章编号：1007—130X(2006)06—009002 基于位串数组的最大频繁项 目集挖掘算法 A BitStringArray——BasedM iningAlgorithm for M aximum FrequentItemset 张集祥，李桂杰 ZItANGJi-xiang，LIGui-jie (杭州电子科技大学计算机学院，浙江 杭州 310012) (SchoolofComputerSciencetHangzhouDianziUniversity，Hangzhou310012，China) 摘 要：关联规则挖掘的主要性能由发现频繁项目集决定。频繁项 目集是最大频繁项 目集的子集，因而找到所有最大 频繁项 目集是问题的关键。本文使用位串数组的数据结构提出了一种挖掘最大频繁项 目集的算法MMFI。该算法通过位 串与操作直接得到最大频繁项 目集 Abstract：Theperformanceofassociationruleminingisdecidedbydiscoveringfrequentitemsets，andthefrequentitem— setisthesubsetofthemaximum frequentitemset，SOthekeyistofindallthe瑚 ximmu frequentitemsets．Anewalgorithm forminingma ximmu frequentitemsets(MMF])isproposed，whichisbasedonadatastructurecalledbitstringarray。 MMFIdirectlygetsmaximum frequentitemsetsthroughthebitstringandoperation． 关键词：数据挖掘；最大频繁项 目集；位 串数纽 Keywords：datamining；ma ximmu frequentitemsets；bitstringarray 中图分类号：TP31I 文献标识码 ：A 次，通过位串与操作直接得到最大频繁项 目集，无需产生候 1 引言 选项 目集 ，算法简单快速。 关联规则的开采是数据挖掘中的一个重要问题 ，其核 2 相关概念 心是频繁模式挖掘。近年来，研究工作者已经研究出了许 多快速的频繁模式挖掘算法，如 Apriori算法 1]『、DHP算 法[纠、Partition算法嘲、FP-growth算法踟、AprioriTid算 2．1 关联规则 法嘲等。 设 {i，iz，…，i)是项 目集合，D是事务数据库，其 Apriori算法是一种最有影响的挖掘关联规则频繁项 中的每个事务 丁是一个项 目子集 (T_Cj)，它有一个唯一标 集的算法，它使用一种逐层搜索迭代方法，由频繁}项集生 识符 TID。 成候选频繁(五+1)一项集。首先，扫描数据库，找出频繁1一 定义 1 称事务 T支持项目集X，如果 X T。 项集 ，记作L 。由Lk(五=1，2，…)生成候选频繁(五+1)一项 定义2 称项目集X具