本文針對(duì)兩種常用的頻集算法Apriori 和FP-growth，指出了它們各自的優(yōu)缺點(diǎn)。數(shù)據(jù)
庫(kù)的表示方法主要有兩大類(lèi):水平數(shù)據(jù)表示和垂直數(shù)據(jù)表示。通常，采用垂直數(shù)據(jù)表示的算法的性能優(yōu)于采用水平數(shù)據(jù)表示的算法。然后在深入分析Eclat 算法的基礎(chǔ)上提出了它的一種改進(jìn)形式的Eclat。改進(jìn)后的Eclat 的計(jì)算性能優(yōu)于Eclat 和FP-Growth 算法。
隨著數(shù)據(jù)庫(kù)技術(shù)的迅速發(fā)展以及數(shù)據(jù)庫(kù)管理系統(tǒng)的廣泛應(yīng)用，人們積累的數(shù)據(jù)越來(lái)越
多。數(shù)據(jù)挖掘在最近幾年也獲得了廣泛的關(guān)注。本文在數(shù)據(jù)挖掘背景下展開(kāi)了關(guān)聯(lián)規(guī)則挖掘中Eclat 算法及其改進(jìn)算法的研究工作。傳統(tǒng)的頻集挖掘算法包括Apriori、FP-Growth 等。
Apriori 的改進(jìn)算法主要考慮減少掃描數(shù)據(jù)庫(kù)次數(shù)以及產(chǎn)生盡可能少的候選集這兩個(gè)方面。
而FP-Growth 的改進(jìn)算法則主要考慮減少構(gòu)建FP 一樹(shù)的消耗以及盡可能地節(jié)省內(nèi)存。雖然這些改進(jìn)算法應(yīng)用在一些數(shù)據(jù)集中取得了不錯(cuò)的效果，但應(yīng)用在其它一些數(shù)據(jù)集可能效率很差。本文主要討論一種新的算法Eclat，它只需掃描數(shù)據(jù)庫(kù)2 次，并且采用交操作來(lái)計(jì)算支持度。