基于FP-growth的数据关联改进算法

来源：电子测量技术杂志2017年第9期北京时间：

作者：贺恒松

单位：1.南京电子技术研究所 南京 210013; 2.南京轨道交通系统工程有限公司 南京 210013

摘要：随着现如今数据收集能力和存储能力的大大增强，大规模数据挖掘分析的重要性越来越显得重要。然而，对大规模数据的分析挖掘并不是一件容易的事情。因此，为了可以更高效的分析这些数据，很多新的算法和数据结构逐渐被引入到了数据挖掘分析中去。针对关联分析，提出了一种名为高效频繁模式挖掘（advanced frequent pattern mining，AFPM）算法。基于前置频繁模式树（prefrequent pattern tree，PFPtree）来提升关联分析的性能，并提供了相应的算法来实现基于这种数据结构的关联分析。通过大量的实验数据验证了这种新型的数据结构在关联分析问题上是优于频繁模式增长(FPgrowth)算法。

关键词：数据关联; FP-growth; 频繁项集