A New Fast Vertical Method for Mining Frequent Patterns
A New Fast Vertical Method for Mining Frequent Patterns
复制标题
挖掘频繁模式的一种新的快速垂直方法
DOI：
10.1080/18756891.2010.9727736
复制
发表时间：
2010-12
期刊：
影响因子：
--
通讯作者：
中科院分区：
文献类型：
--
作者：
垂直开采方法对于开采频繁模式非常有效，并且通常优于水平开采方法。然而，垂直方法变得无效，因为当tidset（tid-list或diffset）的基数非常大或有非常大量的事务时，相交时间开始变得昂贵。在本文中，我们提出了一种新的垂直算法称为PPV的快速频繁模式发现。PPV基于称为节点列表的数据结构工作，该数据结构从称为PPC树的编码前缀树获得。PPV的效率是通过三种技术实现的。首先，节点列表比先前提出的垂直结构（如tid-lists或diffsets）更紧凑，因为具有共同前缀的事务共享PPC树的相同节点。其次，将支持度的计算转化为结点表的求交问题，并通过一种有效的策略将求交两个结点表的复杂度降低到O（m+n），其中m和n是结点表的长度。
Vertical mining methods are very effective for mining frequent patterns and usually outperform horizontal mining methods. However, the vertical methods become ineffective since the intersection time starts to be costly when the cardinality of tidset (tid-list or diffset) is very large or there are a very large number of transactions. In this paper, we propose a novel vertical algorithm called PPV for fast frequent pattern discovery. PPV works based on a data structure called Node-lists, which is obtained from a coding prefix-tree called PPC-tree. The efficiency of PPV is achieved with three techniques. First, the Node-list is much more compact compared with previous proposed vertical structure (such as tid-lists or diffsets) since transactions with common prefixes share the same nodes of the PPC-tree. Second, the counting of support is transformed into the intersection of Node-lists and the complexity of intersecting two Node-lists can be reduced to O(m+n) by an efficient strategy, where m and n are the c...
登录
查看更多内容
海量轨迹数据的并行序列模式挖掘
DOI：
10.1080/18756891.2010.9727705
发表时间：
2010-09
影响因子：
2.9
作者：
Qiao, Shaojie;Li, Tianrui;Peng, Jing;Qiu, Jiangtao
通讯作者：
Qiu, Jiangtao
DOI：
10.1145/956750.956788
发表时间：
2003-08
期刊：
--
影响因子：
--
作者：
Mohammed J. Zaki;K. Gouda
通讯作者：
Mohammed J. Zaki;K. Gouda
DOI：
--
发表时间：
1995-09
期刊：
--
影响因子：
--
作者：
Ashok Savasere;E. Omiecinski;S. Navathe
通讯作者：
Ashok Savasere;E. Omiecinski;S. Navathe
影响因子：
8.9
作者：
Mohammed J. Zaki;Ching-Jui Hsiao
通讯作者：
Mohammed J. Zaki;Ching-Jui Hsiao
DOI：
10.1109/dasfaa.2003.1192369
发表时间：
2003-03
期刊：
Eighth International Conference on Database Systems for Advanced Applications, 2003. (DASFAA 2003). Proceedings.
影响因子：
--
作者：
Guimei Liu;Hongjun Lu;Yabo Xu;J. Yu
通讯作者：
Guimei Liu;Hongjun Lu;Yabo Xu;J. Yu