基于回溯的最大频繁项集挖掘算法.PDF

２０１６ ２９ ８ 年第 卷第 期 · 协议 算法及仿真 ＥｌｅｃｔｒｏｎｉｃＳｃｉ＆Ｔｅｃｈ／Ａｕｇ１５，２０１６ ｄｏｉ：１０１６１８０／ｊｃｎｋｉｉｓｓｎ１００７－７８２０２０１６０８０２３ 基于回溯的最大频繁项集挖掘算法 ， ， 张心静 于嘉威 王红梅 （ ， １３００１２） 长春工业大学 计算机科学与工程学院 吉林 长春 　 　 Ａｐｒｉｏｒｉ ＦＰ－ｔｒｅｅ ， 摘 要 针对 类算法多次扫描数据库和 类算法需要构建大量条件模式树的问题 文中提出了挖掘 ＧＢＭＦＩ 。 ， ， 最大频繁项集的 算法 采用垂直格式存储事务数据库 以枚举树为基础 利用子集非频繁性质和父子节点支持 ， 。 ， ， 度信息在搜索过程中对枚举树进行剪枝 最终得到最大频繁项集 通过实验对比 结果证明了算法的有效性 尤其适用 于稀疏数据集。 　 ； ； ； ； 关键词 数据挖掘 最大频繁项集 关联规则 回溯法 剪枝 中图分类号　ＴＰ３１１　　文献标识码　Ａ　　文章编号　１００７－７８２０（２０１６）０８－０７８－０４ ＭｉｎｉｎｇＭａｘｉｍａｌＦｒｅｑｕｅｎｔＩｔｅｍｓｅｔｓＢａｓｅｄｏｎＢａｃｋＴｒａｃｋ ＺＨＡＮＧＸｉｎｊｉｎｇ，ＹＵＪｉａｗｅｉ，ＷＡＮＧＨｏｎｇｍｅｉ （ＳｃｈｏｏｌｏｆＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅａｎｄＥｎｇｉｎｅｅｒｉｎｇ，ＣｈａｎｇｃｈｕｎＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ，Ｃｈａｎｇｃｈｕｎ１３００１２，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ　ＩｎｖｉｅｗｏｆｔｈｅｆａｃｔｔｈａｔＡｐｒｉｏｒｉａｌｇｏｒｉｔｈｍｓｓｃａｎｓｔｈｅｄａｔａｂａｓｅｍｕｌｔｉｐｌｅｔｉｍｅｓａｎｄｔｈｅＦＰ－ｔｒｅｅａｌｇｏ ｒｉｔｈｍｓｒｅｑｕｉｒｅｓｂｕｉｌｄａｌａｒｇｅｎｕｍｂｅｒｏｆｃｏｎｄｉｔｉｏｎａｌｔｒｅｅｓ，ｔｈｅＧＢＭＦＩａｌｇｏｒｉｔｈｍｉｓｐｒｏｐｏｓｅｄｆｏｒｍｉｎｉｎｇｍａｘｉｍａｌｆｒｅ ｑｕｅｎｔｉｔｅｍｓｅｔｓ．Ｔｈｅｔｒａｎｓａｃｔｉｏｎｄａｔａｂａｓｅｉｓｓｔｏｒｅｄｉｎｖｅｒｔｉｃａｌｆｏｒｍａｔ．Ｂａｓｅｄｏｎｔｈｅｅｎｕｍｅｒａｔｉｏｎｔｒｅｅ，ｔｈｅＧＢＭＦＩａｌｇｏ ｒｉｔｈｍｐｅｒｆｏｒｍｓｔｈｅｐｒｕｎｉｎｇｏｐｅｒａｔｉｏｎｔｏｎａｒｒｏｗｔｈｅｓｅａｒｃｈｓｐａｃｅｗｉｔｈｔｈｅｐｒｏｐｅｒｔｉｅｓｏｆｎｏｎｆｒｅｑｕｅｎｔｓｕｂｓｅｔｓａｎｄｔｈｅ ｓｕｐｐｏｒｔｉｎｆｏｒｍａｔｉｏｎｏｆｔｈｅｎｏｄｅｔｏｇｅｔｍａｘｉｍａｌｆｒｅｑｕｅｎｔｉｔｅｍｓｅｔｓ．Ｅｘｐｅｒｉｍｅｎｔｓｄｅｍｏｎｓｔｒａｔｅｔｈｅｅｆｆｅｃｔｉｖｅｎｅｓｓｏｆｔｈｅ ＧＢＭＦＩ，ｅｓｐｅｃｉａｌｌｙｆｏｒｓｐａｒｅｓｄａｔａｓｅｔｓ． Ｋｅｙｗｏｒｄｓ　ｄａｔａｍｉｎｉｎｇ；ｍａｘｉｍａｌｆｒｅｑｕｅｎｔｉｔｅｍｓｅｔ；ａｓｓｏｃｉａｔｉｏｎｒｕｌｅ；ｂａｃｋｔｒａｃｋｍｅｔｈｏｄ；ｐｒｕｎｉｎｇ 　　 ， ， 随着大数据时代的发展 数据挖掘技术在这个