頻繁項集挖掘算法的計算復雜性和生成的頻繁項集數(shù)量隨著事務(wù)集項數(shù)的增加呈指數(shù)增長，最小支持度閾值成為控制這種增長的關(guān)鍵．然而，實際應(yīng)用中僅使用支持度閾值難以有效控制頻繁項集的規(guī)模．為此定義N個
最頻繁項集挖掘問題，并提出基于支持度閾值動態(tài)調(diào)整策略的寬度優(yōu)先搜索算法Apriori和深度優(yōu)先搜索算法IntvMatrix挖掘N個最頻繁項集．實驗表明，本文的2種方法的效率比樸素方法高2倍以上，特別當N值較低時，本
文方法的效率優(yōu)勢更為明顯．
標簽：
頻繁
項集挖掘
算法
計算
上傳時間：
2016-08-06
上傳用戶：星仔
