-
题名面向时间有序事务数据的聚簇频繁模式挖掘
- 1
-
-
作者
王少鹏
牛超煜
-
机构
内蒙古大学计算机学院
生态大数据教育部工程研究中心(内蒙古大学)
内蒙古自治区云计算与服务软件工程实验室(内蒙古大学)
-
出处
《软件学报》
北大核心
2025年第5期2342-2361,共20页
-
基金
国家自然科学基金(62066034,62262047)。
-
文摘
首次对时间有序事务数据中聚簇频繁模式的挖掘问题进行研究.为了解决Naive算法处理该问题时存在冗余运算的问题,提出一种改进的聚簇频繁模式挖掘算法ICFPM(improved cluster frequent pattern mining).该算法使用2种优化策略,一方面可以利用定义的参数minCF,有效减少挖掘结果的搜索空间,另一方面可以参考(n–1)项集的判别结果加速聚簇频繁n项集的判别过程,算法还使用了ICFPM-list结构来减少候选n项集的构建开销.基于两个真实世界数据集的仿真实验证明了ICFPM算法的有效性,与Naive算法相比,ICFPM算法在时间和空间效率方面得到了大幅度的提高,是解决聚簇频繁模式挖掘的有效方法.
-
关键词
时间有序事务数据
聚簇
频繁模式
数据挖掘
向下闭包
-
Keywords
time-ordered transaction data
clustering
frequent pattern
data mining
downward closure
-
分类号
TP311
[自动化与计算机技术—计算机软件与理论]
-
