基于Iceberg概念格的最大频繁项集挖掘

摘要：

最大频繁项集挖掘算法存在扫描数据集次数多和候选集规模过大等局限.基于Iceberg概念格模型,提出一种在Iceberg概念格上挖掘最大频繁项集的算法ICMFIA.该算法通过一次扫描数据集构建Iceberg概念格,利用Iceberg概念格中频繁概念之间良好的覆盖关系能快速计算出最大频繁项集所对应的最大频繁概念,所有最大频繁概念的内涵就是所求的最大频繁项集的集合.实验结果表明,该算法具有扫描数据集次数少和挖掘效率高的优点.

关键词：Iceberg概念格、频繁概念、最大频繁概念、最大频繁项集

所属期刊栏目：37

分类号：TP311(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目60773049;江苏大学高级人才启动基金资助项目09JDG041

在线出版日期：2011-07-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：35-37