软件学报

作者：王少鹏，牛超煜

单位：王少鹏，内蒙古大学 计算机学院, 内蒙古 呼和浩特 010021;生态大数据教育部工程研究中心 (内蒙古大学), 内蒙古 呼和浩特 010021;内蒙古自治区云计算与服务软件工程实验室 (内蒙古大学), 内蒙古 呼和浩特 01002111,牛超煜，内蒙古大学 计算机学院, 内蒙古 呼和浩特 01002102

关键词：时间有序事务数据;聚簇;频繁模式;数据挖掘;向下闭包

基金：国家自然科学基金(62066034, 62262047)

首次对时间有序事务数据中聚簇频繁模式的挖掘问题进行研究. 为了解决Naive算法处理该问题时存在冗余运算的问题, 提出一种改进的聚簇频繁模式挖掘算法ICFPM (improved cluster frequent pattern mining). 该算法使用2种优化策略, 一方面可以利用定义的参数minCF, 有效减少挖掘结果的搜索空间, 另一方面可以参考(n–1)项集的判别结果加速聚簇频繁n项集的判别过程, 算法还使用了ICFPM-list结构来减少候选n项集的构建开销. 基于两个真实世界数据集的仿真实验证明了ICFPM算法的有效性, 与Naive算法相比, ICFPM算法在时间和空间效率方面得到了大幅度的提高, 是解决聚簇频繁模式挖掘的有效方法.

来源：2025年第5期

《软件学报》期刊编辑部

查看软件学报杂志2025年第5期