文献类型：期刊文章

作　　者：刘君强[1] 孙晓莹[1] 庄越挺[2] 潘云鹤[2]

机构地区：[1]杭州商学院计算机信息工程学院,浙江杭州310035 [2]浙江大学人工智能研究所,浙江杭州310027

出　　处：《软件学报》

基　　金：浙江省自然科学基金;国家自然科学基金;国家教育部博士点基金;国家计委"九五"重大科技攻关项目~~

年　　份：2004

卷　　号：15

期　　号：1

起止页码：94-102

语　　种：中文

收录情况：AJ、BDHX、BDHX2000、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI(收录号：2004248214392)、IC、INSPEC、JST、MR、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：频繁闭合模式集惟一确定频繁模式完全集并且尺寸小得多,然而挖掘频繁闭合模式仍然是时间与存储开销很大的任务.提出一种高性能算法来解决这一难题.采用复合型频繁模式树来组织频繁模式集,存储开销较小.通过集成深度与宽度优先策略,伺机选择基于数组或基于树的模式支持子集表示形式,启发式运用非过滤虚拟投影或过滤型投影,实现复合型频繁模式树的快速生成.局部和全局剪裁方法有效地缩小了搜索空间.通过树生成与剪裁代价的平衡实现时间效率与可伸缩性最大化.实验表明,该算法时间效率比其他算法高5倍到3个数量级,空间可伸缩性最佳.它可以进一步应用到无冗余关联规则发现、序列分析等许多数据挖掘问题.

关 键 词：知识发现 数据挖掘 频繁闭合模式 关联规则

分 类 号：TP311]