基于频繁项集筛选策略的关联规则挖掘算法A Novel Association Rules Mining Algorithm Based on Frequent Itemsets Filtering Strategy

 基于频繁项集筛选策略的关联规则挖掘算法[EB/OL]

北京：中国科技论文在线

） 摘要： 在FP增长算法(FP-growth)和划分(Partition)算法的基础上提出了一种基于频繁项集筛选策略的关联规则挖掘的改进算法

频繁项集筛选

频繁项集

结合划分算法思想将事务数据库进行合理划分在划分所得的各个局部数据集合上运用FP-growth算法

关键词： 侯选项集

提高了FP-growth算法的可伸缩性

） Abstract： Based on FP-Grouth and Parition ,we present a novel Association rules Mining Algorithm Based on Frequent Itemsets Filtering Strategy

In order to improving the scalalblity of FP-Growth ,we partition the DataBase into some local Datasets ,put the FP-Growth on each local DataSet and reduce the usage of cpu time and space

Keywords： Candidate itemsets;Frequent itemsets;Frequent itemsets filtering;Filtering factor 下载PDF阅读器 PDF全文下载： 初稿 （ 127 ） 作者简介： 通信联系人： 【收录情况】 中国科技论文在线： 佘名高