基于垂直格式的频繁项集挖掘分段算法

摘要：

针对 Eclat 算法连接和剪枝操作耗时的缺点，按照项集之间的可连接性，将数据集划分为等价类并分段存储，采用末项剪枝策略，在常量时间内完成连接和剪枝操作。针对 Eclat 算法求长集合的交集操作需要大量计算的缺点，采用多维数组分段存储项集的事务集，将长集合的求交集操作转换为分段求短集合的交集，并提出期望支持度的概念，在求交集的过程中预测支持度，从而减少求交集的比较次数。实验结果表明，该算法在时间性能方面优于 Eclat算法，尤其适用于挖掘长模式稀疏数据集。

关键词：频繁项集、垂直格式、分段存储、期望支持度

所属期刊栏目：54

分类号：TP311.13(计算技术、计算机技术)

资助基金：国家自然科学基金61133011;吉林省教育厅“十二五”科学技术研究项目2013431

在线出版日期：2016-07-04（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：553-560