一种挖掘不确定数据频繁模式的深度优先算法

摘要：

随着信息技术日新月异的发展，在金融、物流以及天体研究等众多领域，时刻都会产生和记录海量的数据。而多数情况下，这些数据都存在着误差或者仅是部分完整的，数据的不确定性导致传统的数据挖掘方法不再适用于不确定数据。因而提出了一种基于垂直结构的不确定数据频繁模式挖掘算法ProEclat。ProEclat采用数据集的垂直格式表示，避免了对数据集的多次扫描，使用两阶段模型的频繁项集判断方式，大幅提高了计算效率。实验证明，ProEclat伸缩性良好，性能优于同类算法。

关键词：数据挖掘、不确定数据、深度优先、频繁模式

分类号：TP301.6(计算技术、计算机技术)

在线出版日期：2015-11-19（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：62-64,68