快速頻繁項(xiàng)集挖掘算法研究.pdf

1、FP-growth算法是當(dāng)前挖掘頻繁項(xiàng)目集算法中應(yīng)用最廣，并且不需要候選集的一種挖掘關(guān)聯(lián)規(guī)則的算法。但是，F(xiàn)P-growth算法在挖掘大型數(shù)據(jù)庫時(shí)存在占用內(nèi)存大和運(yùn)行速度慢的缺點(diǎn)。為了克服這些不足，本文基于FP-growth算法提出了兩種新的適合于挖掘大型數(shù)據(jù)庫的關(guān)聯(lián)規(guī)則算法：EFP-growth算法和LFP-grwoth算法。
　　 EFP-growth算法利用項(xiàng)集等價(jià)類將關(guān)聯(lián)規(guī)則挖掘的項(xiàng)集分成互不相交的子空間的性質(zhì)，將一個(gè)大

2、型數(shù)據(jù)庫分解成多個(gè)投影數(shù)據(jù)庫，依次在每一個(gè)投影數(shù)據(jù)庫上進(jìn)行約束頻繁項(xiàng)集挖掘。算法尤其適合支持度較小時(shí)的大型數(shù)據(jù)庫的挖掘。分析和實(shí)驗(yàn)表明EFP-growth算法在挖掘大型數(shù)據(jù)庫時(shí)時(shí)間和空間的性能上均優(yōu)于FP-growth算法。而且，隨著數(shù)據(jù)庫規(guī)模的增大，EFP-growth算法具有更明顯的優(yōu)勢(shì)。
　　 LFP-grwoth算法將原來的搜索空間(格)劃分成若干個(gè)更小的子空間(子格)，通過子格間的迭代分解，將對(duì)網(wǎng)格P(I)的頻繁項(xiàng)集挖