论文部分内容阅读
针对基于模式增长原理的嵌入式子树挖掘算法——TreeGrowth（TG）算法挖掘子树过犬与内存消耗大缺点，在分区挖掘思想的基础上，提出了一种新算法——PTG（partition tree growth）算法。PTG算法将数据库划分成多个分区，先用TG算法进行挖掘，得到每个分区的局部频繁子树。根据全局支持数进行筛选，得到全局频繁子树，有效地减少了挖掘的子树，有效地降低了内存的开销。仿真实验结果表明，PTG算法能够解决在大数据集上挖掘时出现内存空间不足的问题，验证了其有效性与健壮性。