?

一、論文整體思路：

作者提出了一種基于前綴樹的數據結構，NegNodeset，其實是對之前前綴樹的一種改進，主要區別在于采用了位圖編碼，通過這種數據結構產生的算法稱為negFIN。

negFIN算法高效有三個原因

?

二、問題定義

? ? ? ?I= {i1,i2,…, init} 表示事務數據庫所有項的集合，T表示每個事務，T?I ，DB = {T1,T2,…, Tnt} 是所有事務的集合

P稱為k-項集，如果P?T ，那么事務T包含了項集P，support(P)是DB中包含P的百分比，如果support(P)大于min-support

我們就稱P為頻繁項集，頻繁項集是2的nit 次方，nit = |I| 。

?

三、之前貢獻

? ? ?主要對前綴樹的研究，結構1)Node-list，2)N-list，3)Nodeset，4)DisffNodeset?（***先理解下前綴樹和哈希樹）

? ? ?1） Node-list和N-list是通過對節點進行先序和后序排列，這兩種數據結構產生的算法分別是PPV和PrePost頻繁項集挖掘算法，

? ? ? ? ? ?這兩個算法的缺點消耗了大量內存；

? ? ?2）對于這種情況，數據結構Nodeset將其進行改進，k-項集的獲得通過取k-1項集的交集，算法為FIN，確定是對于一些數據集Nodeset基數太大；

? ? ?3）為了將其進行改進，DiffNodest數據結構提出，k-項集的獲得兩個不同的k-1項集獲得，算法為dFIN，算法的更快了。

? ? ?4）文中提出了NegNodeset為了實現計算兩個不同的DiffNodesets花費時間較長，主要利用的是位圖，提出的算法negFIN;

?

四、相關工作

? ? ? ? 頻繁項集挖掘算法

? ? ? ?1）通過產生候選項集

? ? ? ? ? ? 比如Apriori算法，以及一些其他的算法，這種方法的主要缺點是需要多次掃描數據庫。

? ? ? ?2）模式增長方法

? ? ? ? ? ? ?這種方式不會產生候選項集，也避免了多次掃描數據庫，包括FP-tree和FP-growth算法，缺點：對于稀疏的數據集效率低，數據結構復雜。

? ? ? ?3）前綴樹方法

? ? ? ? ?

?

五、基本術語

? ? ? ? F1頻繁項集的集合，例如F1 = {e, b, a, c, d} ，
L1是根據支持度進行非降序排列的頻繁項集L1 = [e, d, c, b, a] ，L1 = [i0,i1,…, inf - 1] ，nf=|F1|
k-項集P，Pk = ik…i2i1 ，ik>...>i2>i1

例如P = {e, b, d} ，P3 = bde ，對Pk進行位圖編碼BMC(Pk) = bnf - 1…b1b0 ，這里需要注意的是

BMC(node-path)分為兩部分，主要部分和無關部分



?

轉載于:https://www.cnblogs.com/Optimism/p/10711138.html

總結

以上是生活随笔為你收集整理的论文总结(negFIN: An efficient algorithm for fast mining frequent itemsets)的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。