摘要
随着关联规则挖掘技术的发展,FP-Growth算法的优化与应用研究一直受到广泛关注。在数据量激增的大数据时代,每次增加数据集或调整最小支持度时都重新调用FP-Growth算法进行2次全量数据集扫描,将极大地限制FP-Growth算法的使用效率,无法高效支持用户进行探索式挖掘。本文针对数据库增加时最小支持度变大或变小的关联规则更新问题,通过研究FP-Growth算法的增量更新逻辑,设计一个关联规则挖掘模型,以实现对更新关联规则的高效挖掘。
作者
高权
步新玉
GAO Quan;BU Xin-yu
出处
《信息技术与信息化》
2020年第3期169-170,共2页
Information Technology and Informatization
