论文部分内容阅读
针对稠密数据集．提出一种基于单向FP—tree的最大频繁项集挖掘算法Unid_FP-Max2。该算法在挖掘过程中只生成被约束子树，而它是一种虚拟的树结构，在原有的单向FP—tree基础上用三个很小的数组来表示．因而避免了以往算法需递归构造条件FP—tree来计算最大频繁项集的弊端，极大的降低了内存空间和时间开销，提高了挖掘效率。实验表明，与FP—Max算法相比。算法的效率提高了1倍以上。