MRSM:挖掘具有代表性的极大频繁子图

摘要：

基于随机化思想,提出了一种新的挖掘具有代表性的极大频繁子图的算法——MRSM算法.该算法在第一步挖掘极大频繁子图过程中,采用基于随机化的方法,利用已挖掘到的结果,提高算法的效率;在第二步聚类过程中,综合考虑了频繁模式在支持度和结构上的相似性,使得聚类的质量更好.在真实和模拟数据集上的实验结果证实了MRSM算法的有效性.

关键词：数据挖掘、极大频繁子图、代表模式、随机算法

所属期刊栏目：23

分类号：TP3;TP2

资助基金：国家自然科学基金60973081;黑龙江省自然科学基金F201011;黑龙江省高校科技创新团队建设计划项目2013TD012;黑龙江省教育厅科学技术研究面上项目11551352,12531476;哈尔滨市青年科技创新人才研究2012RFQXG096,2012RFQXS094

在线出版日期：2013-06-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：337-344