陈向华++刘可昂

摘要：挖掘最大频繁项目集是关联规则挖掘中的关键问题，基于Apriori产生候选项目集需要付出很高的代价，尤其是在存在大量强模式或长模式的时候.提出一种基于频繁模式树（FP-Tree）的最大频繁项目集挖掘算MFIP-Miner（maximum frequent itemsets pattern mmer），其挖掘过程无需产生候选项集，从而提高挖掘效率。

关键词：数据挖掘；最大频繁项集；关联规则；频繁模式树

中图分类号：TP311

文献标识码：A

DOI：10.3969/j.issn.1003-6970.2015.12.023

本文著录格式：陈向华，刘可昂.基于FP-Tree的最大频繁项目集挖掘算法[J]软件，2015，36（12）：98-102

0 引言

关联规则数据挖掘（简称关联规则挖掘）就是从大量的数据中挖掘出有价值的描述数据项之间相互联系的有关知识。自1993年Agrawal等人首先提出关联规则概念以来，关联规则挖掘便迅速受到数据挖掘域专家的广泛关注。在迄今十几年中，关联规则挖掘技术得到了较为深入的发展。其中发现频繁项目集是关联规则挖据应用中的关键技术和步骤。对于频繁项集挖掘，已经开发了许多有效的、可伸缩的算法，由它们可以导出关联和相关规则。这些算法可以分成三类：（1）类Apriori算法；（2）基于频繁模式增长的算法，如FP-growth；（3）使用垂数据格式的算法。在如上所述的诸多算法中，计算项目集的支持数是发现频繁项目集中最耗时的工作，占据整个计算量的大部分，因此，降低候选项目集的数量是减小开销的最好手段。

由于最大频繁项目集中已经隐含了所有频繁项目集，所以可把发现频繁项目集的问题转化为发现最大频繁项目集的问题.另外，某些数据挖掘应用仅需发现最大频繁项目集，而不必发现所有的频繁项目集，因而发现最大频繁项目集对数据挖掘具有重大意义。……