基于fp-tree的最大频繁项目集挖掘及更新算法

挖掘最大频繁项目集是多种数据挖掘应用中的关键问题,之前的很多研究都是采用apriori类的候选项目集生成-检验方法.然而,候选项目集产生的代价是很高的,尤其是在存在大量强模式和/或长模式的时候.提出了一种快速的基于频繁模式树(fp-tree)的最大频繁项目集挖掘dmfia(discovermaximumfrequentitemsetsalgorithm)及其更新算法umfia(updatemaximumfrequentitemsetsalgorithm).算法umfia将充分利用以前的挖掘结果来减少在更新的数据库中发现新的最大频繁项目集的费用.