基于逆向FP一树的频繁模式挖掘算法-计算机应用.PDF

第25卷第6期 计算机应用 Vo1．25 No．6 2005年6月 Computer Applications June 2005 文章编号：1001—9081(2005)06—1385—03 基于逆向FP一树的频繁模式挖掘算法 赵艳铎，宋斌恒 (清华大学软件学院，北京100084) (yanduozh@eyou．com) 摘 要：提出了一种称为逆向FP一合并的算法，该算法逆向构造FP一树并通过在其中寻找频繁扩 展项集与合并子树来挖掘频繁模式。新算法在时空效率方面均优于FP一增长算法，其中时间效率提 高了2倍以上。此外，新算法还具有良好的伸缩性。 关键词：数据挖掘；频繁模式；逆向FP一树；逆向FP一合并算法；频繁扩展项 中图分类号：TP311．12 文献标识码：A Algorithm for mining frequent patterns based on converse FP-tree ZHAO Yan—duo，SONG Bin—heng (School ofSoftware，Tsinghua University,Be~iing 100084，China) Abstract：It proposed an algorithm for mining frequent patterns by finding the frequent extensions and merging sub-trees in a conversely constructed FP-tree．The performance of the algorithm is superior to the one of FP-Growth both in time and space consuming．It runs over two times faster than the FP-Growth and has a good scalability． Key words：data mining；frequent pattern；conversed FP··tree；conversed FP--merging algorithm；frequent extension item min _ sup。如果项集满足最小支持度，则称该项集为频繁项集， 0 引言 频繁．j}一项集的集合通常记作雎。 FP．增长算法 是一种本质上不同于Apriori算法…的挖 给定项集，={il， ，…， }，事务数据库D={n， ， 掘频繁模式的有效算法。FP—增长算法只需两次扫描数据库， … ， }，其中每个事务Ti(i c[1，2，…，n])包含事务ID号 而且不用产生大量候选项集，将发现长频繁模式的问题转换 TID和一个，中项的子集。，的子集也是项集或模式，根据定 为递归发现一些短模式，然后连接后缀。该方法降低了搜索 义，项集 的支持度计数sup_count(X)是D中包含项集的事 开销，大约比Apriori算法快一个数量级。 务数； 的支持度support(X)=sup_count(X)／I D I，其中 FP增长算法开辟了有效挖掘频繁模式的新途径。然而， I D I是D中事务的个数。 它的时间和空间效率仍需要进一步改进。文献[3]改进了 1．2 关联规则的挖掘 FP-树，提出了一种基于被约束子树的挖掘方法，改进了树中 关联