论文研究-基于B-list的最大频繁项集挖掘算法.pdf

【文件属性】：
文件名称：论文研究-基于B-list的最大频繁项集挖掘算法.pdf
文件大小：1.04MB
文件格式：PDF
更新时间：2022-08-11 13:01:40
最大频繁项集挖掘,深度优先搜索,剪枝技术,超集检测 针对现有的最大频繁项集挖掘算法挖掘时间过长、内存消耗较大的问题，提出了一种基于构造链表B-list的最大频繁项集挖掘算法BMFI。该算法利用B-list数据结构来挖掘频繁项集，并采用全序搜索树作为搜索空间，然后采用父等价剪枝技术来缩小搜索空间；最后再结合基于MFI-tree的投影策略实现超集检测来提高算法的效率。实验结果表明，BMFI算法在时间效率与空间效率方面均优于FPMAX与MFIN算法。该算法在稠密数据集与稀疏数据集中进行最大频繁项集挖掘时均有良好的效果。