基于dSFO-Set的可消除项集挖掘算法

摘要：

为提高可消除项集的挖掘效率,在WPPC-Tree基础上提出优化后开始-结束序列树(starvfinish-order tree,SFO-Tree),定义开始-结束序列集合(start finish-order-set,SFO-Set)和开始-结束序列集合差(difference of start-finish-order-set,dSFO-Set),建立项集的收益索引,提出一种基于dSFO-Set的可消除项集挖掘算法.利用dSFO-Set性质和收益索引,提高项集收益的计算效率,减少可消除项集的挖掘代价.分别在稠密数据集和稀疏模拟数据集上与传统算法进行测试比较,实验结果表明,该算法具有更好的挖掘效率.

关键词：可消除项集、开始-结束序列树、开始-结束序列集合差、收益索引

所属期刊栏目：38

分类号：TP311(计算技术、计算机技术)

资助基金：国家自然科学基金面上基金项目81273649;黑龙江省自然科学基金面上基金项目F201434;黑龙江大学研究生创新科研项目重点基金项目YJSCX2016-018HLJU

在线出版日期：2017-07-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1496-1502