|
|||||
|
|
| 基于垂直格式的频繁项集挖掘分段算法 | |
| 作者姓名： | 王红梅 胡明 赵守峰 |
| 作者单位： | 长春工业大学 计算机科学与工程学院, 长春 130012 |
| 摘 要： | 针对Eclat算法连接和剪枝操作耗时的缺点,按照项集之间的可连接性,将数据集划分为等价类并分段存储,采用末项剪枝策略,在常量时间内完成连接和剪枝操作.针对Eclat算法求长集合的交集操作需要大量计算的缺点,采用多维数组分段存储项集的事务集,将长集合的求交集操作转换为分段求短集合的交集,并提出期望支持度的概念,在求交集的过程中预测支持度,从而减少求交集的比较次数.实验结果表明,该算法在时间性能方面优于Eclat算法,尤其适用于挖掘长模式稀疏数据集. |
| 关 键 词： | 频繁项集 垂直格式 分段存储 期望支持度 |
| 收稿时间： | 2015-04-30 |
| 本文献已被 CNKI 等数据库收录！ | |
| 点击此处可从《吉林大学学报(理学版)》浏览原始摘要信息 | |
| 点击此处可从《吉林大学学报(理学版)》下载全文 | |