基于ＦＰ－ｔｒｅｅ頻集模式的ＦＰ－Ｇｒｏｗｔｈ算法對關聯規則挖掘的影響

提要: 通過對兩個有代表性的算法Apriori和FP-Growth的剖析， 說明頻集模式挖掘的過程， 比較有候選項集產生和無候選項集產生算法的特點， 并給出FP-tree結構的構造方法以及對挖掘關聯規則的影響， 提出了對算法的改進方法.

關鍵詞: 數據挖掘； 關聯規則； 頻繁項集； 無候選項集