长春工程学院学报（自然科学版）
長春工程學院學報（自然科學版）
장춘공정학원학보（자연과학판）
JOURNAL OF CHANGCHUN INSTITUTE OF TECHNOLOGY(NATURAL SCIENCE EDITION)
2005年
1期
51-54,58
,共5页
数据挖掘%关联规则%最大频繁模式%FP-树
數據挖掘%關聯規則%最大頻繁模式%FP-樹
수거알굴%관련규칙%최대빈번모식%FP-수
由于挖掘密集型数据的频繁模式完全集非常困难,因而改进了传统的FP-树结构并提出了一种基于改进FP-树的最大频繁模式挖掘算法IFP-MAX;通过引入后缀子树的概念,在挖掘过程中不用生成最大频繁模式候选集,大大提高了算法的时空效率.实验表明,IFP-MAX的挖掘速度比Miafia和GenMax快得多.
由于挖掘密集型數據的頻繁模式完全集非常睏難,因而改進瞭傳統的FP-樹結構併提齣瞭一種基于改進FP-樹的最大頻繁模式挖掘算法IFP-MAX;通過引入後綴子樹的概唸,在挖掘過程中不用生成最大頻繁模式候選集,大大提高瞭算法的時空效率.實驗錶明,IFP-MAX的挖掘速度比Miafia和GenMax快得多.
유우알굴밀집형수거적빈번모식완전집비상곤난,인이개진료전통적FP-수결구병제출료일충기우개진FP-수적최대빈번모식알굴산법IFP-MAX;통과인입후철자수적개념,재알굴과정중불용생성최대빈번모식후선집,대대제고료산법적시공효솔.실험표명,IFP-MAX적알굴속도비Miafia화GenMax쾌득다.
