基于Apriori & Fp-growth的频繁项集发现算法

摘要：

关联规则挖掘是数据挖掘中功能之一,而高效的关联规则挖掘算法研究引起了许多科研人员的兴趣.其中频繁项集的发现是关联规则挖掘算法中占比重最高、代价最大的步骤.从分析Apriori算法与Fp-growth算法性能的优缺点的基础上,提出了一种新的频繁项集发现算法:FA算法,该算法吸取了Apriori算法与Fp-growth算法的优点,通过实验表明该算法有较高的性能,且内存开销较少.

关键词：频繁项集发现、条件模式树、关联规则挖掘

所属期刊栏目：18

分类号：TP311(计算技术、计算机技术)

资助基金：江苏省教育基金资助项目04kjd520010

在线出版日期：2008-09-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：45-47,52