FastLMFI：一种高效的局部最大模式传播与最大模式超集检测方法
数据库
2016-11-17 v1 人工智能
数据结构与算法
摘要
最大频繁模式超集检测在完整最大频繁项集(MFI)的高效挖掘和最大搜索空间剪枝中起着重要作用。本文提出了一种新的索引方法FastLMFI，用于局部最大频繁模式(项集)传播和最大模式超集检测。在不同稀疏和稠密数据集上的实验结果表明，我们的工作优于先前著名的渐进聚焦技术。我们还将超集检测方法与现有最先进的最大项集算法Mafia相结合，并将结果与当前最佳的最大项集算法afopt-max和FP(zhu)-max进行了比较。在稠密数据集(chess和mushroom)上，我们的结果在几乎所有支持度阈值下都优于afopt-max和FP(zhu)-max，这证明了我们方法的有效性。
引用
@article{arxiv.0904.3310,
title = {FastLMFI: An Efficient Approach for Local Maximal Patterns Propagation and Maximal Patterns Superset Checking},
author = {Shariq Bashir and Abdul Rauf Baig},
journal= {arXiv preprint arXiv:0904.3310},
year = {2016}
}
备注
8 Pages, In the proceedings of 4th ACS/IEEE International Conference on Computer Systems and Applications 2006, March 8, 2006, Dubai/Sharjah, UAE, 2006, Page(s) 452-459