Ramp：利用高效位向量投影技术的快速频繁项集挖掘
数据库
2009-04-22 v1 人工智能
数据结构与算法
摘要
使用位向量表示方法挖掘频繁项集对于稠密型数据集非常高效，但由于缺乏高效的位向量投影技术，对于稀疏数据集则效率极低。本文提出了一种新颖的、适用于稀疏和稠密数据集的高效位向量投影技术。为了检验我们位向量投影技术的效率，我们提出了一种新的频繁项集挖掘算法Ramp(Real Algorithm for Mining Patterns)，该算法建立在我们提出的位向量投影技术之上。将Ramp的性能与当前最佳的(所有、最大和闭)频繁项集挖掘算法在基准数据集上进行了比较。在稀疏和稠密数据集上的不同实验结果表明，使用Ramp挖掘频繁项集比当前最佳算法更快，这证明了我们位向量投影思想的有效性。我们还提出了一种新的局部最大频繁项集传播和最大项集超集检查方法FastLMFI，该方法建立在我们提出的PBR位向量投影技术之上。我们不同的计算实验表明，使用FastLMFI进行项集最大性检查比先前已知的渐进聚焦方法更快、更高效。
引用
@article{arxiv.0904.3316,
title = {Ramp: Fast Frequent Itemset Mining with Efficient Bit-Vector Projection Technique},
author = {Shariq Bashir and Abdul Rauf Baig},
journal= {arXiv preprint arXiv:0904.3316},
year = {2009}
}