基于线性表的闭频繁项集挖掘算法.PDF

第47 卷 第4 期 兰 州 大 学学报 （自然科学版） Vol. 47 No. 4 2011 年8 月 Journal of Lanzhou University (Natural Sciences) Aug. 2011 文章编号: 0455-2059(2011)04-0122-05 基于线性表的闭频繁项集挖掘算法 李 秦, 馨东, 童 甲佳, 李 宇博 兰州交通 大 学数理 与 软件 工程 学院, 兰州 730070 摘 要: 利 用 频繁模式 表的线性 表简单 结构 及 闭频繁项集 挖掘 的优 点, 提 出了一种闭频繁项集 挖掘 算法. 模 式 签名向 量间 的合 取 操作 以及 向量计数操作 为该算法 的主 要操作, 实现从 已生 成 的 闭频繁项集 生成 集 中抽 取 代 表模式, 降低 了模式 搜 索空 间, 简化 了生成 闭频繁项集 的过程, 实验结果 验证了该算法 的有 效性. 关键词: 闭频繁项集; 签名向 量; 向量合取; 向量计数; 频繁模式表 中图分类号: TP311 文献标识码: A Mining closed frequent itemsets based on list structure LI Qin, ZHANG Xin-dong, TONG Jia-jia, LI Yu-bo School of Mathematics, Physics and Software Engineering, Lanzhou Jiaotong University, Lanzhou 730070, China Abstract: An approach that combines the advantages of the frequent pattern list (FPL) and closed frequent itemsets mining was proposed. The approach selects representation patterns from closed frequent candidate itemsets to reduce combinational space of frequent patterns. By performing two operations, signature vector conjunction and vector counting, it simplifies the process of closed itemsets generation. Experimental results verified the effectiveness of the algorithm. Key words: closed frequent itemset; signature vector; vector conjunction; vector counting; frequent pattern list 频繁模式 是 频繁出现在数据 集 中 的模式, 包 多行之有效的方法. 从数据结构 的角度来看, 这些 括项集、子序列、子结构等. 对于挖掘数据之 间的 方法大致可划分 为: 1) 基于集合结构 的算法, 如 类 关联、相 关和 有 趣 的联 系, 频繁模式 挖掘 至 关重 Apriori 算法 [1−3] 及基于项目集格 空 间理论的关联 要. 此外, 在数据 分 类、聚 类和 其他 数据挖掘任 务 规则挖掘 算法 [4−5] 等; 2) 基于树 结构 的算法, 如 类 中频繁模式也有广 泛 的应用. 为此, 频繁模式挖掘 FP-growth 算法 [6−7] 等; 3) 基于数据垂直格式 的算 是 数据挖掘 的一 项重要任 务, 也 是 数据挖掘 研 究