| 一个不需要产生候选集频繁集挖掘算法的研究 |
| |
| 引用本文： | 张勇,杨玲. 一个不需要产生候选集频繁集挖掘算法的研究[J]. 吉林农业大学学报, 2003, 25(3): 346-349 |
| |
| 作者姓名： | 张勇 杨玲 |
| |
| 作者单位： | 1. 吉林工程技术师范学院信息工程学院,吉林,长春,130052
2. 吉林农业大学教育技术中心,吉林,长春,130118 |
| |
| 基金项目： | 国家自然科学基金资资助项目 |
| |
| 摘 要： | FP-growth算法是一个频繁集产生算法，与一般的类似于Apriori的频繁集产生算法相比。FP-growth的优点在于它不需要产生大量的候选集，因而在时间和空间上都有很好的效率。从不同角度对FP-growth算法进行了详细的研究，并与经典算法Apriori在性能上作了分析对比。
|
| 关 键 词： | 候选集 频繁集 数据库 数据挖掘 关联规则 FP－growth算法 Apriori算法 |
| 文章编号： | 1000-5684(2003)03-0346-04 |
| 修稿时间： | 2002-09-29 |
Research on a Mining Algorithm for Frequent Itemsets without Candidate Itemsets |
| |
| ZHANG Yong ,YANG Ling. Research on a Mining Algorithm for Frequent Itemsets without Candidate Itemsets[J]. Journal of Jilin Agricultural University, 2003, 25(3): 346-349 |
| |
| Authors: | ZHANG Yong YANG Ling |
| |
| Affiliation: | ZHANG Yong 1,YANG Ling 2 |
| |
| Abstract: | FP growth as a algorithm of mining frequent itemsets,compared with some algorithms for frequent itemsets based Apriori, is characteristic of having no use of many candidate itemsets. Therefore, it is efficient in space and time. In this paper, the research on FP tree from various sides is discussed in detail, in comparison with Apriori in running performance. |
| |
| Keywords: | database datum mining association rules frequent itemsets candidate itemsets |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
