论文部分内容阅读
本文提出一种基于ESEquivPS（扩展支持度相等性剪枝策略）的封闭频繁项集挖掘算法ECFIMA。该算法采用深度优先和广度优先相结合的策略访问搜索空间，使用垂直位图向量格式存储表示项集和事务数据库，同时利用基本剪枝策略、相等性剪枝策略、扩展支持度相等性剪枝策略1和扩展支持度相等性剪枝策略2进行候选空间剪枝，并采用多种不同特性的测试数据集进行实验。实验结果表明，ECFIMA算法是一种高效的封闭频繁项集挖掘算法，在多种测试数据集上性能都优于CHARM算法，尤其是在拥有大量长的封闭频繁项集的测试数据集上，效率比