文献类型：期刊文章

作　　者：邓丰义[1] 刘震宇[1]

机构地区：[1]厦门大学管理科学系,福建厦门361005

出　　处：《厦门大学学报（自然科学版）》

基　　金：国家自然科学基金(70372070)资助

年　　份：2005

卷　　号：44

期　　号：5

起止页码：629-633

语　　种：中文

收录情况：AJ、BDHX、BDHX2004、BIOSISPREVIEWS、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、INSPEC、JST、MR、PROQUEST、RCCSE、RSC、WOS、ZGKJHX、ZMATH、ZR、核心刊

摘　　要：数据挖掘中关联挖掘算法比较典型的有Apriori和FP-growth算法.实验和研究证明FP-growth算法优于Apriori算法.但是针对大型数据库这两种算法都存在着较大缺陷,不仅要两次或多次扫描数据库,而且很难处理支持度和数据变化等关联规则更新问题.作者提出了基于模式矩阵的FP-growth改进算法,它至多扫描数据库一次,特别在更新问题上不用重新扫描数据库.通过实验结果分析,验证了这种改进算法相对于原有FP-growth算法的优势,特别在大数据集下,大大降低了挖掘的时间复杂度.

关 键 词：数据挖掘 关联规则 模式矩阵 频繁模式  

分 类 号：TP311.13]