一种定位子集的自顶向下挖掘算法研究-计算机工程与应用.PDF

142 2011 ，47 （18） Computer Engineering and Applications 计算机工程与应用 一种定位子集的自顶向下挖掘算法研究 方 刚，涂承胜，熊 江 FANG Gang ，TU Chengsheng ，XIONG Jiang 重庆三峡学院 数学与计算机科学学院，重庆 万州 404000 College of Mathematics and Computer Science ，Chongqing Three Gorges University ，Wanzhou ，Chongqing 404000 ，China FANG Gang ，TU Chengsheng ，XIONG Jiang.Research of top-down mining algorithm based on orientation subset.Com- puter Engineering and Applications ，2011 ，47 （18）：142-145. Abstract ：Aiming at disadvantage of presented top-down mining algorithm that has redundant computing when non-frequent itemsets generate their subsets and prune some repeatedly generated subsets ，an algorithm of top-down mining based on orien- tation subset is proposed ，which is suitable for mining relative long frequent itemsets.The algorithm uses orientation subset to generate subsets of non-frequent itemsets by top-down strategy ，which can efficiently prune redundant subsets and reduce re- peatedly computing to improve its efficiency.Comparing with presented top-down mining algorithms ，the experiments indicate that it is fast and efficient. Key words ：orientation subset ；top-down ；long frequent itemsets ；mining algorithm 摘 要：针对现有自顶向下挖掘算法的不足，即在非频繁项目产生子集时和修剪重复产生的子集时存在冗余计算，提出一种基于 定位子集的自顶向下挖掘算法，其适合于挖掘较长频繁项目集；算法按自顶向下策略用定位子集的方法产生非频繁项的子集，并 有效地修剪冗余子集和减少重复计算，提高了算法的效率。实验证明，与现有的自顶向下挖掘算法相比，该算法是快速而有效的。 关键词：定位子集；自顶向下；长频繁项目集；挖掘算法 DOI ：10.3778/j.issn. 1002-8331.2011.18.041 文章编号：1002-8331（2011 ）18-0142-04 文献标识码：A 中图分类号：TP311 1 引言 法复杂且有冗余计算，修剪重复子集时需要多次比较，不利于 为克服Apriori 算法在挖掘较长频繁项时存在的不足，提 效率提高，特别是当所有项目均属频繁项时，算法要删除的项目 出了DMFIA[1] 、Top-Down-Miner[2] 等改进算法。DMFIA 采用 是非频繁项包含的所有项目，算法效率会很差。针对这些不足， FP-tree 存储结构及自顶向下的搜索策略，有效地提高了最大 提出了一种基于定位子集的自顶向下挖掘算法ATDMBOS 频繁项目集的挖掘效率；但对于频繁项目多而最大频繁项目 （