基于FP-tree频集模式的FP-Growth算法对关联规则挖掘的影响

基于FP-tree频集模式的FP-Growth算法对关联规则挖掘的影响

陆楠¹, 王哲², 周春光²

1. 深圳大学信息工程学院，深圳 518060； 2. 吉林大学计算机科学与技术学院，长春 130012

收稿日期:2002-08-26 修回日期:1900-01-01 出版日期:2003-04-26 发布日期:2003-04-26
通讯作者: 周春光

The Effect of FP-Growth Algorithm Based on FP-tree Frequent Set Patterns on Asso ciation Rule Mining

LU Nan¹, WANG Zhe², ZHOU Chun-guang²

1. College of Information Engineering, Shenzhen University, Shenzhen 518060, China; 2. College of Computer Science and Technology, Jilin University, Changchun 130012, China

Received:2002-08-26 Revised:1900-01-01 Online:2003-04-26 Published:2003-04-26
Contact: ZHOU Chun-guang

摘要/Abstract

摘要： 通过对两个有代表性的算法Apriori和FP-Growth的剖析，说明频集模式挖掘的过程，比较有候选项集产生和无候选项集产生算法的特点，并给出FP-tree结构的构造方法以及对挖掘关联规则的影响，提出了对算法的改进方法.

关键词: 数据挖掘, 关联规则, 频繁项集, 无候选项集

Abstract: An anatomy of two representative arithmetics of the Apriori and the FP -Growth explains the mining process of frequent-patterns item set. The improved method is put forward by comparing the arithmetic characteristics of candidate item set and non-candidate item set. The constructing method of FP-tree structure is provided and how it affects association rule mining is discussed.

Key words: data mining, association rule, frequent item set, non-candidate item set

中图分类号:

TP391

陆楠, 王哲, 周春光. 基于FP-tree频集模式的FP-Growth算法对关联规则挖掘的影响[J]. J4, 2003, 41(02): 180-185.

LU Nan, WANG Zhe, ZHOU Chun-guang. The Effect of FP-Growth Algorithm Based on FP-tree Frequent Set Patterns on Asso ciation Rule Mining[J]. J4, 2003, 41(02): 180-185.

[1]	杨勇, 张磊, 曲福恒, 刘俊杰, 陈强. 基于最频繁项提取和候选集剪枝的THIMFUP算法[J]. 吉林大学学报(理学版), 2021, 59(3): 635-642.
[2]	金晓民, 张丽萍. 基于最小生成树的多层次k-Means聚类算法及其在数据挖掘中的应用[J]. 吉林大学学报(理学版), 2018, 56(5): 1187-1192.
[3]	冯锋, 张珑耀, 张青. 基于软集上逻辑公式的极大关联规则描述与挖掘方法[J]. 吉林大学学报(理学版), 2018, 56(4): 901-908.
[4]	匡珍春, 冼远清. 基于XML配置框架下多维度扩展贪心算法[J]. 吉林大学学报(理学版), 2018, 56(3): 688-691.
[5]	尚靖博, 左万利. 基于清晰有理数均值的新匹配聚类算法[J]. 吉林大学学报(理学版), 2018, 56(2): 399-401.
[6]	王文霞. 数据挖掘中改进的C4.5决策树分类算法[J]. 吉林大学学报(理学版), 2017, 55(05): 1274-1277.
[7]	周鹏, 熊运余. 基于数据挖掘的网络状态异常检测[J]. 吉林大学学报(理学版), 2017, 55(05): 1269-1273.
[8]	王红梅, 胡明, 赵守峰. 基于垂直格式的频繁项集挖掘分段算法[J]. 吉林大学学报(理学版), 2016, 54(03): 553-560.
[9]	曹莹, 苗志刚. 基于向量矩阵优化频繁项的改进Apriori算法[J]. 吉林大学学报(理学版), 2016, 54(02): 349-353.
[10]	孙金岭, 庞娟. 基于残差修正的灰色神经网络在数据挖掘中的应用[J]. 吉林大学学报(理学版), 2015, 53(06): 1263-1268.
[11]	郭其标, 李秉键. 基于最小信息准则和BP算法的网络入侵检测[J]. 吉林大学学报(理学版), 2015, 53(04): 715-719.
[12]	于潇菂, 努尔布力, 胡亮, 解男男. 一种基于数据挖掘的多步入侵警报关联模型[J]. 吉林大学学报(理学版), 2013, 51(05): 881-886.
[13]	解男男, 胡亮, 努尔布力, 樊丽, 印晓天. 基于Web日志挖掘的网页推荐方法[J]. J4, 2013, 51(02): 267-272.
[14]	徐淑坦, 王朝勇, 孙延风. 一种不均衡数据的改进蚁群分类算法[J]. J4, 2011, 49(04): 733-739.
[15]	胡亮, 金刚, 于漫, 任斐, 任维武. 基于异常检测的入侵检测技术[J]. J4, 2009, 47(6): 1264-1270.