基于扩展集合操作的频繁项集挖掘算法研究

美国《工程索引》（EI）核心期刊
美国《剑桥科学文摘》（CSA）收录期刊
荷兰斯高帕斯数据库（Scopus）收录期刊
英国INSPEC数据库（SA）收录期刊

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于扩展集合操作的频繁项集挖掘算法研究

徐爱萍, 刘德喜

文章导航 > 武汉大学学报 ● 信息科学版 > 2006 > 31(2): 184-187

徐爱萍, 刘德喜. 基于扩展集合操作的频繁项集挖掘算法研究[J]. 武汉大学学报 ● 信息科学版, 2006, 31(2): 184-187.

引用本文:

徐爱萍, 刘德喜. 基于扩展集合操作的频繁项集挖掘算法研究[J]. 武汉大学学报 ● 信息科学版, 2006, 31(2): 184-187.

XU Aiping, LIU Dexi. Frequent Itemset Mining Algorithm Based on Extended Set Operators[J]. Geomatics and Information Science of Wuhan University, 2006, 31(2): 184-187.

Citation:

XU Aiping, LIU Dexi. Frequent Itemset Mining Algorithm Based on Extended Set Operators[J]. Geomatics and Information Science of Wuhan University, 2006, 31(2): 184-187.

基于扩展集合操作的频繁项集挖掘算法研究

徐爱萍^1,2,
刘德喜^2,3

¹ 武汉大学空间信息与数字工程研究中心,武汉市珞喻路129号,430079 ;² 武汉大学计算机学院,武汉市珞喻路129号,430079 ;³ 襄樊学院物理学系,襄樊市隆中路7号,441053

作者简介:
徐爱萍,博士生,副教授。现从事数据挖掘、自然语言理解等研究。

中图分类号: P208;TP393

Frequent Itemset Mining Algorithm Based on Extended Set Operators

XU Aiping^1,2,
LIU Dexi^2,3

¹ Research Center of Spatial Information and Digital Engineering,Wuhan University,129 Luoyu Road,Wuhan 430079,China;² School of Computer Sciences,Wuhan University,129 Luoyu Road,Wuhan 430079,China;³ Xiangfan University,7 Longzhong Road,Xiangfan 441053,China

摘要: 对传统集合操作进行了扩展,提出了基于扩展集合操作的最大频繁项集生成算法FIS-ES,并从理论上对算法的复杂度进行了详细的分析。实验表明,在最小支持度较小的情况下,FIS-ES算法比Apriori算法具有更快的挖掘速度、更少的空间占用等优点,与Apriori有很好的互补性。
- 扩展集合操作 /
- 关联规则 /
- FIS-ES算法
Abstract: The traditional set operator has been extended firstly,the FIS-ES algorithm has been presented on the basis of extended set operator.The detailed analysis about the complexity of algorithm is done in theory and experiment.It shows that the new algorithm has advantages such as more efficient and less space used in the lower minimum support condition.It is a good complementarity for Apriori algorithm.
- extended set operator /
- association rule /
- FIS-ES algorithm

[1]	史云飞, 张玲玲, 贺彪, 赵志刚, 张丕亚. 四维宗地建模及其核心操作算法 . 武汉大学学报 ● 信息科学版, 2019, 44(6): 892-900. doi: 10.13203/j.whugis20170169
[2]	薛帅, 王光霞, 郭建忠, 李冬辉, 徐振. 一种多规则可逆元胞自动机的栅格地图加密算法 . 武汉大学学报 ● 信息科学版, 2018, 43(5): 773-778. doi: 10.13203/j.whugis20160345
[3]	何占军, 邓敏, 蔡建南, 刘启亮. 顾及背景知识的多事件序列关联规则挖掘方法 . 武汉大学学报 ● 信息科学版, 2018, 43(5): 766-772. doi: 10.13203/j.whugis20150616
[4]	王海军, 夏畅, 张安琪, 张文婷. 利用生物地理学优化算法获取城市扩展元胞自动机模型参数 . 武汉大学学报 ● 信息科学版, 2017, 42(9): 1323-1329. doi: 10.13203/j.whugis20160438
[5]	师泽源, 赵俭辉, 张文昱, 胡勇, 武小平. 基于扩展场强模型的稀疏AQI空间插值新算法 . 武汉大学学报 ● 信息科学版, 2017, 42(7): 968-974. doi: 10.13203/j.whugis20140980
[6]	王玉, 李玉, 赵泉华. 结合规则划分和M-H算法的SAR图像分割 . 武汉大学学报 ● 信息科学版, 2016, 41(11): 1491-1497. doi: 10.13203/j.whugis20140536
[7]	董林, 舒红, 牛宵. 利用叠置分析和面积计算实现空间关联规则挖掘 . 武汉大学学报 ● 信息科学版, 2013, 38(1): 95-99.
[8]	周永生, 熊结青, 沙宗尧. 带确定性决策项的关联规则挖掘及其在生物化工生产中的应用 . 武汉大学学报 ● 信息科学版, 2010, 35(9): 1125-1128.
[9]	沙宗尧, 李晓雷. 异质环境下的空间关联规则挖掘 . 武汉大学学报 ● 信息科学版, 2009, 34(12): 1480-1484.
[10]	朱玉, 张虹, 孔令东. 一种基于免疫算法的空间关联规则挖掘方法 . 武汉大学学报 ● 信息科学版, 2009, 34(12): 1485-1489.
[11]	姬晓波, 陈蜀宇, 田东, 王荣斌. 高效可扩展的网格系统动态故障检测算法 . 武汉大学学报 ● 信息科学版, 2008, 33(10): 1046-1050.
[12]	李光强, 邓敏, 朱建军. 基于Voronoi图的空间关联规则挖掘方法研究 . 武汉大学学报 ● 信息科学版, 2008, 33(12): 1242-1245.
[13]	洪梓璇, 边馥苓. 基于支持度矩阵的Apriori改进算法 . 武汉大学学报 ● 信息科学版, 2008, 33(12): 1246-1249.
[14]	江帆, 王志伟, 朱长青, 安敏. 基于地性线的不规则三角网优化构建算法 . 武汉大学学报 ● 信息科学版, 2007, 32(2): 124-126.
[15]	谭仁春, 杜清运, 杨品福, 张珊珊. 地形建模中不规则三角网构建的优化算法研究 . 武汉大学学报 ● 信息科学版, 2006, 31(5): 436-439.
[16]	熊平, 朱天清, 黄天戍. 模糊关联规则挖掘算法及其在异常检测中的应用 . 武汉大学学报 ● 信息科学版, 2005, 30(9): 841-845.
[17]	刘耀林, 刘艳芳, 明冬萍. 基于灰色局势决策规则的元胞自动机城市扩展模型 . 武汉大学学报 ● 信息科学版, 2004, 29(1): 7-13.
[18]	沙宗尧, 边馥苓, 陈江平, 江聪世. 基于规则知识的空间推理研究 . 武汉大学学报 ● 信息科学版, 2003, 28(1): 45-50.
[19]	陈江平, 傅仲良, 徐志红. 一种Apriori的改进算法 . 武汉大学学报 ● 信息科学版, 2003, 28(1): 94-99.
[20]	孙立新, 高文. 基于粗糙集和遗传算法的超光谱波段集合整体缩减 . 武汉大学学报 ● 信息科学版, 1999, 24(4): 306-311.

WeChat

点击查看大图

计量

文章访问数: 466
HTML全文浏览量: 50
PDF下载量: 365
被引次数: 0

基于扩展集合操作的频繁项集挖掘算法研究

徐爱萍^1,2,
刘德喜^2,3

¹ 武汉大学空间信息与数字工程研究中心,武汉市珞喻路129号,430079 ;² 武汉大学计算机学院,武汉市珞喻路129号,430079 ;³ 襄樊学院物理学系,襄樊市隆中路7号,441053

作者简介:
徐爱萍,博士生,副教授。现从事数据挖掘、自然语言理解等研究。

收稿日期: 2005-12-10
修回日期: 2005-12-10
刊出日期: 2006-02-05

中图分类号: P208;TP393

关键词:

扩展集合操作 /

摘要: 对传统集合操作进行了扩展,提出了基于扩展集合操作的最大频繁项集生成算法FIS-ES,并从理论上对算法的复杂度进行了详细的分析。实验表明,在最小支持度较小的情况下,FIS-ES算法比Apriori算法具有更快的挖掘速度、更少的空间占用等优点,与Apriori有很好的互补性。

English Abstract

徐爱萍, 刘德喜. 基于扩展集合操作的频繁项集挖掘算法研究[J]. 武汉大学学报 ● 信息科学版, 2006, 31(2): 184-187.

引用本文:

徐爱萍, 刘德喜. 基于扩展集合操作的频繁项集挖掘算法研究[J]. 武汉大学学报 ● 信息科学版, 2006, 31(2): 184-187.

XU Aiping, LIU Dexi. Frequent Itemset Mining Algorithm Based on Extended Set Operators[J]. Geomatics and Information Science of Wuhan University, 2006, 31(2): 184-187.

Citation:

XU Aiping, LIU Dexi. Frequent Itemset Mining Algorithm Based on Extended Set Operators[J]. Geomatics and Information Science of Wuhan University, 2006, 31(2): 184-187.

全文HTML

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

我要投稿

投稿攻略

联系我们

二维码