[1]何中胜 庄燕滨.基于Apriori＆Fp—growth的频繁项集发现算法[J].计算机技术与发展,2008,(07):45-47.
　HE Zhong-sheng,ZHUANG Yan-bin.Algorithm of Mining Frequent Itemset Based on Apriori and Fp - growth[J].,2008,(07):45-47.
点击复制

基于Apriori＆Fp—growth的频繁项集发现算法()
分享到：

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

卷:
期数:
2008年07期
页码:
45-47
栏目:
智能、算法、系统工程
出版日期:
1900-01-01

文章信息/Info

Title:
Algorithm of Mining Frequent Itemset Based on Apriori and Fp - growth
文章编号:
1673-629X（2008）07-0045-03
作者:
何中胜 庄燕滨
常州工学院计算机信息工程学院
Author(s):
HE Zhong-sheng;  ZHUANG Yan-bin
School of Computer Info. ＆ Eng., Changzhou Institute of Technolcgy
关键词:
频繁项集发现; 条件模式树; 关联规则挖掘
Keywords:
frequent item set discovering; condition pattern tree;  association rules mining
分类号:
TP311
文献标志码:
A
摘要:
关联规则挖掘是数据挖掘中功能之一，而高效的关联规则挖掘算法研究引起了许多科研人员的兴趣。其中频繁项集的发现是关联规则挖掘算法中占比重最高、代价最大的步骤。从分析Apriori算法与Flp—growth算法性能的优缺点的基础上，提出了一种新的频繁项集发现算法：FA算法，该算法吸取了Apriori算法与Fp—growth算法的优点，通过实验表明该算法有较高的性能，且内存开销较少
Abstract:
Assoclation rules mining is a function of data mining research domain and arise many reseachers interest to design a high efficient algorithm to mine association rules from transaction database. Generally all the frequent itemsets discovery from the datab

备注/Memo

备注/Memo:
江苏省教育基金资助项目（04kid520010）何中胜（1974-），男，江苏常州人，副教授，硕士，研究方向为数据挖掘与人工智能、分布式计算系统；庄燕滨。男，副教授，博士研究生，研究方向为机器人系统、软件测试
更新日期/Last Update: 1900-01-01