论文部分内容阅读
针对频繁模式挖掘过程中不能事先确定最小支持度阈值的问题，提出一种新的频繁模式挖掘算法来得到最佳支持度阈值。算法通过支持度阈值、频繁项次数以及频繁数的线性组合，生成了一个能对频繁模式挖掘效果做出评估的判决函数，它能直观且较为准确的反应频繁模式的挖掘效果。此判决函数先选取一个较小的阈值作为支持度的初始阈值，然后对支持度阈值按指数递增，分别计算不同支持度下的判决函数结果，当判决函数结果达到拐点时，再对支持度值进行线性递增，判决函数再次到达拐点时，则判定到达该次拐点之前的阈值为最佳支持度阈值。实验结果表明，新算法较Apriori算法具有更好地频繁模式挖掘效果。