一种分布式全局频繁项集挖掘方法

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (29): 134-136.

• 数据库、信号与信息处理 • 上一篇下一篇

一种分布式全局频繁项集挖掘方法

刘群，贾泂

浙江师范大学数理与信息工程学院，浙江金华 321004

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-10-11 发布日期:2011-10-11

Mining algorithm of global frequent items in distributed database

LIU Qun，JIA Jiong

College of Mathematics，Physics and Information Engineering，Zhejiang Normal University，Jinhua，Zhejiang 321004，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-10-11 Published:2011-10-11

摘要/Abstract

摘要： 提出一种基于频繁模式树与最大频繁项集的分布式全局频繁项集挖掘算法BFM-MGFIS，该算法引入子集枚举树以实现有序挖掘与全局剪枝策略，有效地减小了候选数据集且提高了并行性，实验表明本文提出的算法是有效可行的。

关键词: 频繁模式树, 最大频繁项集, 全局频繁项集

Abstract: A kind of algorithm BFM-MGFIS（Based on Frequent-pattern tree and Most frequent items Mining Global Frequent Items Set） in distributed database is proposed.This algorithm introduces subset enumeration tree to relize mining orderly and pruning globally，not only greatly reducing candidate sets，but also promoting parallelism capacity.Experimental results show that the algorithm is effective.

Key words: frequent-pattern tree, maximum frequent items, global frequent items

刘群，贾泂. 一种分布式全局频繁项集挖掘方法[J]. 计算机工程与应用, 2011, 47(29): 134-136.

LIU Qun，JIA Jiong. Mining algorithm of global frequent items in distributed database[J]. Computer Engineering and Applications, 2011, 47(29): 134-136.

[1]	刘琰，张进，陈静，尹美娟，张伟丽. 基于最大频繁项集挖掘的微博炒作群体发现方法[J]. 计算机工程与应用, 2017, 53(4): 90-97.
[2]	朱书眉，王诚. 基于最大频繁项集的图像分类技术[J]. 计算机工程与应用, 2016, 52(23): 181-184.
[3]	刘慧婷，候明利，赵鹏，姚晟. 不确定数据流最大频繁项集挖掘算法研究[J]. 计算机工程与应用, 2016, 52(19): 72-77.
[4]	刘卫明1，2，蒯海龙1，陈志刚3，毛伊敏1，4. 基于有序树的不确定数据最大频繁项挖掘算法[J]. 计算机工程与应用, 2015, 51(24): 145-149.
[5]	尹绍宏，单坤玉，范桂丹. 滑动窗口中数据流最大频繁项集挖掘算法研究[J]. 计算机工程与应用, 2015, 51(22): 145-149.
[6]	董丽丽，董玮，张翔. 利用CUDA提高内存数据聚类效能的研究[J]. 计算机工程与应用, 2015, 51(22): 243-251.
[7]	廖福蓉1，王成良2. 基于有序FP-tree的最大长度频繁项集挖掘算法[J]. 计算机工程与应用, 2012, 48(30): 147-150.
[8]	王艳，李玲玲，邵晓艳. 改进的频繁项集挖掘算法研究[J]. 计算机工程与应用, 2012, 48(19): 119-121.
[9]	黄红星，王秀丽，黄习培. 挖掘最大频繁项集的改进蚁群算法[J]. 计算机工程与应用, 2011, 47(13): 161-165.
[10]	马丽生，姚光顺，杨传健. 基于FP-tree的极大超团模式挖掘算法[J]. 计算机工程与应用, 2011, 47(12): 106-109.
[11]	袁本刚¹，陈莉¹，金燕². 挖掘数据库中的负频繁模式[J]. 计算机工程与应用, 2010, 46(8): 117-119.
[12]	谭军^1，2，卜英勇²，杨勃². 一种高效的闭频繁模式挖掘算法[J]. 计算机工程与应用, 2010, 46(6): 130-132.
[13]	张忠平，郭静，韩丽霞. MLFI：新的最大长度频繁项集挖掘方法[J]. 计算机工程与应用, 2010, 46(16): 140-142.
[14]	陈波,王乐,董鹏. 挖掘最大频繁项集的事务集迭代算法[J]. 计算机工程与应用, 2009, 45(6): 141-144.
[15]	谭军^1,2,卜英勇²,杨勃². 高效的关联规则快速更新算法[J]. 计算机工程与应用, 2009, 45(4): 146-148.

一种分布式全局频繁项集挖掘方法

Mining algorithm of global frequent items in distributed database

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics