本文由公司网站滚圆机网站 转摘采集转载中国知网整理!   http://www.dapengkuoguanji.com/ 近年来数据库信息越来越庞大,利用已有的算法来快速挖掘频繁项集已经变得越来越困难。为了解决这个问题,论文提出一种挖掘频繁项集的新算法。该算法首先需要为每一个项目设定一个不重复的优先级,然后采用最小优先级树堆的数据结构存储数据库中的每条事务,最后,从最小优先级树堆中寻找数据库中的各种频繁项集。通过实验测试,在相同的支持度下,使用该算法来挖掘频繁项集的运行效率的确比Apriori算法和FP-growth算法的运行效率要高的过程。算法2：输入：具有n个项目及其优先级的Map集合，最小支持度阈值输出：最小优先级树堆的List集合步骤1：遍历每条事务中每个项目节点，如果满足最小支持度阈值则调用insert函数，添加该节点，创建一个完全二叉树；步骤2：对每个完全二叉树的每个节点按照该节点的优先级进行调整；步骤3：本文由公司网站滚圆机网站 转摘采集转载中国知网整理!   http://www.dapengkuoguanji.com/ 频繁项集挖掘算法-电动折弯数控滚圆机滚弧机张家港钢管滚圆机滚弧机折弯机递归调整该节点的子节点；步骤4：依次调整，直至调整到根节点；步骤5：返回最小优先级树堆T。设定minSupport=10%，算法2为每条事务创建一个最小优先级树堆，如图1所示。其中T300中的A频率为1，项目总数为17，经过计算可得，只有项目频率超过1才满足最小支持度阈值，所以节点A不会被加入最小优先级树堆中。图1最小优先级树堆1.3挖掘频繁项集由于算法2中已经对最小支持度阈值并做出了相应的处理，因此在挖掘频繁项的算法中不需要输入最小支持度阈值。算法3采用前序遍历、自下而上地搜索频繁项集，直到离开节点并返回优先级值和其节点数据值。算法返回节点的父节点和兄弟节点。如果没有兄弟节点，则返回父节点和父节点的兄弟几点，依次类推，一直搜索到根节点，程序结束。算法3：输入：最小优先级树堆T输出：频繁项集F步骤1:前序遍历直到T中叶子节点的最左节点N；步骤2：如果N节点存在兄弟节点则返回N节点的兄弟节、N节点和N节点的父节点，并加入频繁项集F中；步骤3：如果N节点没有兄弟节点，则返回N节点的父节点的兄弟节点、N节点和N节点的父节点，并加入频繁项集F中；步骤4：直到节点已经是根节点时，结束程序，返回频繁项集F。通过算法3，得?频繁项集挖掘算法-电动折弯数控滚圆机滚弧机张家港钢管滚圆机滚弧机折弯机本文由公司网站滚圆机网站 转摘采集转载中国知网整理!   http://www.dapengkuoguanji.com/