《计算机应用研究》|Application Research of Computers

基于WNegNodeset结构的加权频繁项集挖掘算法

Mining frequent weighted itemsets based on WNegNodeset structure

免费全文下载 (已被下载 次)  
获取PDF全文
作者 王斌,房新秀,吕瑞瑞,马俊杰
机构 青岛理工大学 信息与控制工程学院,山东 青岛 266520
统计 摘要被查看 次,已被下载
文章编号 1001-3695(2020)07-014-1989-04
DOI 10.19734/j.issn.1001-3695.2019.01.0014
摘要 针对基于WN-list 加权频繁项集挖掘算法(NFWI)中挖掘加权频繁项集(FWI)效率低的问题,提出了一种基于WNegNodeset结构的加权频繁项集挖掘算法(NegNFWI)。该算法首先采用了新的数据结构WNegNodeset,它是NegNodeset的扩展,该数据结构采用了一种新的基于集合位图表示的位图加权树(BMW-tree)节点编码模型,通过按位运算符快速提取WNegNodeset的节点集,避免了大量的交集运算;其次采用了差集策略快速计算项集的加权支持度,从而减少了计算量;最后通过仿真实验验证了算法的有效性和可行性。
关键词 加权频繁项集; 加权支持度; 位图加权树; 按位运算符; 差集策略
基金项目 国家自然科学基金资助项目(61502262)
本文URL http://www.arocmag.com/article/01-2020-07-014.html
英文标题 Mining frequent weighted itemsets based on WNegNodeset structure
作者英文名 Wang Bin, Fang Xinxiu, Lyu Ruirui, Ma Junjie
机构英文名 School of Information & Control Engineering,Qingdao Technological University,Qingdao Shandong 266520,China
英文摘要 In the mining algorithm for frequent weighted itemsets based on WN-list(NFWI), mining weighted frequent itemsets(FWI) is inefficient. To solve the problem, this paper proposed a frequent weighted itemsets mining algorithm(NegNFWI) based on WNegNodeset structure. Firstly, this algorithm used the data structure of WNegNodeset, an extension of NegNodeset. The data structure employed a novel encoding model for nodes in bitmap weighted-tree(BMW-tree) based on the bitmap representation of sets, and used bitwise operators to extract WNegNodesets of itemsets quickly, avoiding a large quantity of intersection operations. Secondly, this algorithm used diffsets strategy to calculate the weighted support degree of itemsets quickly, thus decreasing computing time. Finally, results from simulation experiments show that the proposed algorithm is efficient and feasible.
英文关键词 frequent weighted itemsets; weighted support; bitmap weighted-tree; bitwise operators; diffsets strategy
参考文献 查看稿件参考文献
 
收稿日期 2019/1/25
修回日期 2019/3/15
页码 1989-1992,2010
中图分类号 TP301.6
文献标志码 A