论文部分内容阅读
在数据挖掘中，关联规则的挖掘是一项核心内容，且规则的生成主要集中在如何寻找频繁项集上。一般情况下，寻找频繁项集是困难的，且项数越多越难，而最长频繁项集隐含了几乎所有的频繁集，因此，寻找频繁项集就转化为寻找最长频繁项集。文中利用遗传算法的全局最优和海量数据处理性来搜索最长频繁项集，该法只需扫描一次数据库，大大节约了时间。实验也说明了该算法的可行性。