一种基于上三角频繁项集矩阵的频繁模式挖掘算法

王文正; 王文平; 许映秋; 谈英姿

Chinese

您当前的位置：

首页 >

文章列表页 >

一种基于上三角频繁项集矩阵的频繁模式挖掘算法

更新时间：2026-09-04

- 一种基于上三角频繁项集矩阵的频繁模式挖掘算法
- Algorithms for Mining Frequent Itemsets Based on Upper Triangular Frequent Matrix
- 微电子学与计算机 2010年27卷第9期页码：138-143
- 作者机构：
  
  1. 1 东南大学经济管理学院,江苏,南京,211189
  2. 2 东南大学机械工程学院,江苏,南京,211189
  3. 3 东南大学自动化学院,江苏,南京,211189
- 作者简介：
- 基金信息：
  
  江苏省教育厅高等教育改革研究课题国家自然科学基金项目(70571013)教育部新世纪优秀人才支持计划项目(NECT-06-0471)
- DOI：
  中图分类号：
- 纸质出版：2010
- 稿件说明：
移动端阅览
王文正, 王文平, 许映秋, 谈英姿. 一种基于上三角频繁项集矩阵的频繁模式挖掘算法[J]. 微电子学与计算机, 2010, 27(9): 138-143.

WANG Wen-zheng, WANG Wen-ping, XU Ying-qiu, et al. Algorithms for Mining Frequent Itemsets Based on Upper Triangular Frequent Matrix[J]. 2010, 27(9): 138-143.
王文正, 王文平, 许映秋, 谈英姿. 一种基于上三角频繁项集矩阵的频繁模式挖掘算法[J]. 微电子学与计算机, 2010, 27(9): 138-143. DOI：

WANG Wen-zheng, WANG Wen-ping, XU Ying-qiu, et al. Algorithms for Mining Frequent Itemsets Based on Upper Triangular Frequent Matrix[J]. 2010, 27(9): 138-143. DOI：

摘要

提出了一种高效挖掘数据的频繁项目集模式的算法FIA.该算法采用一种二进制符号来表示数据

在仅扫描数据库一次之后

建立起二进制向量与上三角频繁项集矩阵

根据两者来产生出频繁项集.从而有效地缩小了搜索空间

加快了处理速度.通过实验表明

FIA算法比Apriori算法更有效.

Abstract

The traditional algorithms for mining association frequent patterns generate conditional sub tables

which costs much runtime and memory space.To solve these problems

a new algorithm FIA(Frequent Iternset Algorithm)is proposed. The FIA algorithm adopts a binary of symbols to compress the store data.The algorithm using logic of symbols to express data in a database

which only after one scan

and establish a binary vector and upper triangular frequent matrix

according to the both to produce a set of frequently.Thereby effectively narrowing the search space

speed up the processing speed.Through analysis showed that

FIA algorithm more effective than Apriori algorithm.

关键词

Keywords

references

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

大数据环境下相容数据集的关联规则数据挖掘

关联规则挖掘Apriori算法的研究与改进

基于压缩矩阵方式的Apriori改进算法

一种改进的关联规则挖掘算法在高校招生录取中的应用研究

基于多尺度融合与小目标增强的航拍车辆检测算法