频繁子树挖掘是一个重要的数据挖掘问题,其主要任务是从大型数据库中挖掘出频繁子树模式。由于其广泛的应用领域,已涉及到XML数据库、分子数据库、关系数据库、图形数据库等应用和研究领域,频繁子树挖掘已经引起了数据库研究人员和实践者的强烈关注。现有的频繁子树挖掘算法大都基于Apriori性质,主要包含候选模式的生成和支持度计算两个主要步骤。在候选模式生成阶段,所有的(k+1)阶候选模式都是由频繁的k阶模式连接生成的。这些算法的主要瓶颈在于会生成大量的候选模式,显然对于这样大量的候选模式做的支持度计算所花费的代价是十分昂贵的。事实上大量的子树候选模式是非频繁的或者说在数据库中根本就不会出现。本文分析了现有频繁子树挖掘算法中采用的剪枝策略,在此基础上我们提出了一种新的剪枝策略F2SC (Frequent 2-Subtree Checking)。该策略将所有的频繁2阶子树保存在一张哈希表中,当生成k阶子树候选模式(k≥3)时,可通过检测那张保存了F2的哈希表来对非频繁的候选模式进行剪枝。F2SC可用于所有的基于Apriori性质的频繁子树挖掘算法中。为了验证测剪枝策略F2SC的有效性,我们将它应用于经典的子树算法TreeMiner中,并提出改进算法TMp。最后,通过对TreeMiner和TMp的比较来评价F2SC的有效性。实验结果表明,TreeMiner在提出的剪枝策略F2SC上得到了很好的改进,主要表现在有效的减少了候选模式的生成以及降低了支持度计算的代价。