计算机应用研究

作者：吴磊,程良伦,王涛,

单位：广东工业大学a.计算机学院;b.自动化学院,广州510006；

关键词：数据挖掘,频繁模式,事务映射,区间求交,

基金：国家基金广东省联合基金重点资助项目(U1201251)；广东省省级科技计划项目(2016B090918045)；国家自然科学基金青年科学基金资助项目(61502110)；；

关联规则挖掘是数据挖掘的重要研究课题。大数据处理对关联规则挖掘算法效率提出了更高要求，而关联规则挖掘最耗时的步骤是频繁模式挖掘。针对当前频繁模式挖掘算法效率不高的问题，结合Apriori和FP-growth算法，提出一种基于事务映射区间求交的频繁模式挖掘算法（interval interaction and transaction mapping，IITM）。只需扫描数据集两次来生成FP树，然后扫描FP树将每个项的ID映射到区间中，通过区间求交来进行模式增长。该算法解决了Apriori算法需要多次扫描数据集、FP-growth算法需要迭代地生成条件FP树来进行模式增长而带来的效率下降的问题。在真实数据集上的实验显示，在不同的支持度下IITM算法都要优于Apriori、FP-growth以及PIETM算法。

来源：2019年第4期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2019年第4期