文章摘要
王利军.基于投影二维表的最大频繁模式挖掘算法[J].西昌学院学报(自然科学版),2019,33(4):70-74.
基于投影二维表的最大频繁模式挖掘算法
Maximum Frequent Pattern MiningAlgorithm Based on ProjectionTwo-Dimensional Tables
  
DOI:
中文关键词: 投影二维表  算法改进  最大频繁项集
英文关键词: projection two-dimensional table  algorithm improvement  maximal frequent item set
基金项目:安徽省高校自然科学重点项目:基于spark分布式计算平台的高校教学大数据分析方法研究(KJ2019A0965)。
作者单位
王利军 安徽经济管理学院信息工程系合肥 230031 
摘要点击次数: 188
全文下载次数: 140
中文摘要:
      PITable-MAX是基于投影二维表的最大频繁模式挖掘算法。算法只需要遍历一次事务数据库,并将数据信息存入投影 数据库中,在挖掘事务项时才会从投影数据库中提取相关的数据信息生成投影二维表,从而减少对内存空间的占用,算法虽然 采用递归方式,但组合策略可实现减少条件投影二维表的规模,以达到减少空间;并结合减挖策略来减少挖掘事务项的个数, 以达到提高挖掘效率的目的;实验验证了算法的可行性和优越性。
英文摘要:
      PITable-MAX is a maximum frequent pattern mining algorithm based on projection two-dimensional tables. The algorithm only needs to traverse the transaction database once and store the data information in the projection database, and the related data information can be extracted from the projection database to generate a projection two-dimensional table when mining the transaction item, thus reducing the occupancy of memory space. Although the algorithm adopts recursive method, the combination strategy can reduce the size of conditional projection two-dimensional tables to reduce the space, and the number of mining items is reduced by combining the reduction strategy to improve the efficiency of mining. The experiment verifies the feasibility and superiority of the algorithm.
查看全文   查看/发表评论  下载PDF阅读器
关闭