论文部分内容阅读
挖掘数据集中的Top-K最频繁模式具有重要意义。已有Top-K最频繁模式挖掘算法通常采用最频繁的k个项目作为初始项目，并将初始项目中频率最低的项目的支持度作为初始边界支持度。但实际组成Top-K最频繁模式的项目数目可能远少于k，从而制约了算法的效率。为此，提出了一种基于混合搜索方式的高效Top-K最频繁模式挖掘算法MTKFP。该算法首先利用宽度优先搜索获得少量的短项集，并利用短项集确定数目少于k的初始项目范围以及较高的初始边界支持度；然后利用深度优先搜索获得所有Top-K最频繁模式。实验表明，MTKFP算