一种基于向量运算的频繁项集快速挖掘算法
数据挖掘中的一个重要任务是发现关联规则,产生频繁项集是发现关联规则的一个关键步骤。在关联规则发现方面,目前主要采用的有Apriori算法和FP-树算法,Apriori算法需要重复扫描数据库且时间复杂度太大,而FP-树算法的构建和扫描过程则相对复杂。本文提出了一种基于向量运算的快速挖掘频繁项集的算法,该算法只需扫描一次数据库,产生相应的向量后,只需通过关系运算便可快速生成频繁项集,通过与其他一些算法比较,说明该算法具有更好的性能。
数据挖掘 关联规则 频繁项集 向量运算
杨子良 陶宏才
西南交通大学信息科学与技术学院,四川成都 610031
国内会议
北京
中文
306-310
2008-01-01（万方平台首次上网日期，不代表论文的发表时间）