[1]肖继海 崔晓红 陈俊杰.基于COFI-Tree的N-最有兴趣项目集挖掘算法[J].计算机技术与发展,2012,(03):99-102.
　XIAO Ji-hai,CUI Xiao-hong,CHEN Jun-jie.Mining N-Most Interesting Itemsets Algorithm Based on COFI-Tree[J].,2012,(03):99-102.
点击复制

基于COFI-Tree的N-最有兴趣项目集挖掘算法()
分享到：

《计算机技术与发展》[ISSN:1006-6977/CN:61-1281/TN]

卷:
期数:
2012年03期
页码:
99-102
栏目:
智能、算法、系统工程
出版日期:
1900-01-01

文章信息/Info

Title:
Mining N-Most Interesting Itemsets Algorithm Based on COFI-Tree
文章编号:
1673-629X（2012）03-0099-04
作者:
肖继海1 崔晓红1 陈俊杰2
[1]太原理工大学[2]太原理工大学
Author(s):
XIAO Ji-hai; CUI Xiao-hong; CHEN Jun-jie
[1]Taiyuan University of Technology[2]Taiyuan University of Technology
关键词:
数据挖掘; 关联规则; N-最有兴趣项目集; FP-Tree; COFI-Tree
Keywords:
data mining;  association rules;  N-most interesting itemsets;  FP-Tree;  COFI-Tree
分类号:
TP311.13
文献标志码:
A
摘要:
BOMO算法采用递归构造条件子树,在挖掘大数据集时耗时较长,执行效率低,为了解决这一不足,文中给出一种基于COFI-Tree的挖掘N-最有兴趣项目集算法。算法采用COFI-Tree结构,无需递归构造条件子树FP-Tree,在同一时间内只有一个COFI-Tree在内存,并且有效地减少了其运算时间。通过对两种算法进行对比分析,实验结果得出：该算法比BOMO算法程序执行时间明显缩短;在挖掘大数据集时执行效率显著提高,尤其是k〈4时,性能最好。由此可见,改进后的算法是可行有效的
Abstract:
BOMO algorithm constructs conditional FP-Tree recursively so that it requires more memory and CPU resources.To solve this problem,an algorithm for mining N-most interesting itemsets based on COFI-Tree is presented.This algorithm adopts COFI-Tree.COFI-Tree doesn＇t need to construct conditional FP-Tree recursively and there is only one COFI-Tree in memory at a time.Experiment shows that the algorithm based on COFI-Tree performs faster than current best algorithm BOMO;The algorithm has good performance for large data set,especially it shows the best when for k value is smaller than 4.This shows that the improved algorithm is feasible and effective

相似文献/References:

[1]项响琴 汪彩梅.基于聚类高维空间算法的离群数据挖掘技术研究[J].计算机技术与发展,2010,(01):120.
　XIANG Xiang-qin,WANG Cai-mei.Study of Outlier Data Mining Based on CLIQUE Algorithm[J].,2010,(03):120.
[2]吉同路 柏永飞 王立松.住宅与房地产电子政务中数据挖掘的应用研究[J].计算机技术与发展,2010,(01):235.
　JI Tong-lu,BAI Yong-fei,WANG Li-song.Study and Application of Data Mining in E-government of House and Real Estate Industry[J].,2010,(03):235.
[3]杨静 张楠男 李建 刘延明 梁美红.决策树算法的研究与应用[J].计算机技术与发展,2010,(02):114.
　YANG Jing,ZHANG Nan-nan,LI Jian,et al.Research and Application of Decision Tree Algorithm[J].,2010,(03):114.
[4]赵裕啸 倪志伟 王园园 伍章俊.SQL Server 2005数据挖掘技术在证券客户忠诚度的应用[J].计算机技术与发展,2010,(02):229.
　ZHAO Yu-xiao,NI Zhi-wei,WANG Yuan-yuan,et al.Application of Data Mining Technology of SQL Server 2005 in Customer Loyalty Model in Securities Industry[J].,2010,(03):229.
[5]张笑达 徐立臻.一种改进的基于矩阵的频繁项集挖掘算法[J].计算机技术与发展,2010,(04):93.
　ZHANG Xiao-da,XU Li-zhen.An Advanced Frequent Itemsets Mining Algorithm Based on Matrix[J].,2010,(03):93.
[6]吴楠 胡学钢.基于聚类分区的序列模式挖掘算法研究[J].计算机技术与发展,2010,(06):109.
　WU Nan,HU Xue-gang.Research on Clustering Partition-Based Approach of Sequential Pattern Mining[J].,2010,(03):109.
[7]吴青 傅秀芬.水平分布数据库的正负关联规则挖掘[J].计算机技术与发展,2010,(06):113.
　WU Qing,FU Xiu-fen.Positive and Negative Association Rules Mining on Horizontally Partitioned Database[J].,2010,(03):113.
[8]孙名松 邸明星 王湛昱.多决策树算法在P2P网络流量检测中的应用[J].计算机技术与发展,2010,(06):126.
　SUN Ming-song,DI Ming-xing,WANG Zhan-yu.Application of Decision Tree Algorithm in Traffic Detection of P2P Network[J].,2010,(03):126.
[9]孟魁杰 董莹 赵宗涛.一种基于数据挖掘的无人飞行器故障分析方法[J].计算机技术与发展,2010,(06):225.
　MENG Kui-jie,DONG Ying,ZHAO Zong-tao.A Fault Analysis Method Based on Data Mining for Unmanned Aerial Vehicle[J].,2010,(03):225.
[10]陈伟.Apriori算法的优化方法[J].计算机技术与发展,2009,(06):80.
　CHEN Wei.Method of Apriori Algorithm Optimization[J].,2009,(03):80.
[11]李雷 丁亚丽 罗红旗.基于规则约束制导的入侵检测研究[J].计算机技术与发展,2010,(03):143.
　LI Lei,DING Ya-li,LUO Hong-qi.Intrusion Detection Technology Research Based on Homing - Constraint Rule[J].,2010,(03):143.
[12]王爱平 王占凤 陶嗣干 燕飞飞.数据挖掘中常用关联规则挖掘算法[J].计算机技术与发展,2010,(04):105.
　WANG Ai-ping,WANG Zhan-feng,TAO Si-gan,et al.Common Algorithms of Association Rules Mining in Data Mining[J].,2010,(03):105.
[13]张广路 雷景生 吴兴惠.一种改进的Apriori关联规则挖掘算法（英文）[J].计算机技术与发展,2010,(06):84.
　ZHANG Guang-lu,LEI Jing-sheng,WU Xing-hui.An Improved Apriori Algorithm for Mining Association Rules[J].,2010,(03):84.
[14]文拯 梁建武 陈英.关联规则算法的研究[J].计算机技术与发展,2009,(05):56.
　WEN Zheng,LIANG Jian-wu,CHEN Ying.Research of Association Rules Algorithm[J].,2009,(03):56.
[15]王晓宇 秦锋 程泽凯 邹洪侠.关联规则挖掘技术的研究与应用[J].计算机技术与发展,2009,(05):220.
　WANG Xiao-yu,QIN Feng,CHENG Ze-kai,et al.Investigation and Application of Association Rules Mining[J].,2009,(03):220.
[16]王敏 刘希玉.Apriori算法在税务系统中的应用[J].计算机技术与发展,2009,(11):175.
　WANG Min,LIU Xi-yu.Application of Apriori Algorithm in Tax System[J].,2009,(03):175.
[17]董彩云 刘培华.数据挖掘技术在远程教育教学中的应用[J].计算机技术与发展,2009,(02):179.
　DONG Cai-yun,LIU Pei-hua.Application of Data Mining Technology in Instance Education[J].,2009,(03):179.
[18]刘军锋 李景文 陈大克 邓晓斌.一种改进的关联规则自顶向下算法[J].计算机技术与发展,2008,(02):136.
　LIU Jun-feng,LI Jing-wen,CHEN Da-ke,et al.An Improved Top to Bottom Algorithm for Mining Association Rules[J].,2008,(03):136.
[19]王伟 高亮 吴涛.基于遗传算法的长频繁项集挖掘方法[J].计算机技术与发展,2008,(04):19.
　WANG Wei,GAO Liang,WU Tao.A Method of Mining Long Frequent Itemset Based on Genetic Algorithm[J].,2008,(03):19.
[20]耿波 仲红 徐杰 闫娜娜.用关联分析法对负荷预测结果进行二次处理[J].计算机技术与发展,2008,(04):171.
　GENG Bo,ZHONG Hong,XU Jie,et al.Using Correlation Analysis to Treat Load Forecasting Results[J].,2008,(03):171.

备注/Memo

备注/Memo:
山西省自然科学基金资助项目（2007011050）肖继海（1978-），男，山西朔州人，讲师，硕士，研究方向为数据库、网络多媒体；陈俊杰，教授，博士生导师，研究方向为数据库、网络多媒体
更新日期/Last Update: 1900-01-01