一种基于极大完全子图的最大频繁项集并行挖掘算法

摘要：

提出一种基于极大完全子图的最大频繁项集并行挖掘算法PMFIM,通过遍历由频繁2-项集构成的用邻-接矩阵表示的图,寻找图的极大完全子图,从而由极大完全子图顶点序列实现对项集的划分,即挖掘子任务的划分.在同类算法中,将找到的最大频繁项划分为局部最大频繁项集LMFI、可能最大频繁项集PMFI和邻接项集的最大频繁项集的超集SMFI,减少了该类算法合并最大频繁项集的开销,并对算法进行了实现和优化.

关键词： 数据挖掘 关联规则 极大完全子图 频繁项集 并行算法

作者: 杨仕博 贺彦琨 马志新

作者单位: 兰州大学,信息科学与工程学院,甘肃,兰州,730000

会议类型: 国内会议

会议名称: 2007全国开放式分布与并行计算学术年会

会议地点: 南宁

会议语种:中文

页码: 29-31,35

在线出版日期: 2007-10-12（万方平台首次上网日期，不代表论文的发表时间）