GenMax: An Efficient Algorithm for Mining Maximal Frequent Itemsets
GenMax: An Efficient Algorithm for Mining Maximal Frequent Itemsets
复制标题
DOI：
10.1007/s10618-005-0002-x
复制
发表时间：
2005-11
影响因子：
4.8
通讯作者：
K. Gouda;Mohammed J. Zaki
中科院分区：
文献类型：
--
作者：
K. Gouda;Mohammed J. Zaki
我们提出了 GenMax，一种基于回溯搜索的算法，用于挖掘最大频繁项集。 GenMax 使用许多优化来修剪搜索空间。它使用一种称为渐进聚焦的新技术来执行最大值检查，并使用差分传播来执行快速频率计算。与以前的工作进行系统的实验比较表明，根据数据集特征，不同的方法具有不同的优点和缺点。我们发现 GenMax 是一种高效的方法，可以挖掘最大模式的精确集合。
We present GenMax, a backtrack search based algorithm for mining maximal frequent itemsets. GenMax uses a number of optimizations to prune the search space. It uses a novel techniquecalled progressive focusingto perform maximality checking, anddiffset propagationto perform fast frequency computation. Systematic experimental comparison with previous work indicates that different methods have varying strengths and weaknesses based on dataset characteristics. We found GenMax to be a highly efficient method to mine the exact set of maximal patterns.