7、频繁模式挖掘算法综述

频繁模式挖掘算法综述

1. FP - Tree 构建挑战与变体

随着数据库规模的不断增大，FP - Tree 的构建在运行时间和空间复杂度方面都面临着挑战。为应对这些挑战，出现了多种 FP - growth 方法的变体，主要可分为以下两类：

1.1 基于内存的变体

1.1.1 CT - PRO 算法

• 数据结构 ：引入了一种名为 Compact FP - Tree（CFP - Tree）的新数据结构，它与 FP - Tree 存储相同的信息，但存储空间减少了 50%。
• 算法流程 ：
  1. 将数据库划分为多个不相交的投影，每个投影用 CFP - Tree 表示。
  2. 对每个投影独立执行非递归的挖掘过程。
• 数据结构修改 ：对原始 FP - Tree 的头表数据结构进行了重大修改。在 CFP - Tree 中，项标签映射为递增的整数序列，即头表的索引，头表存储每个项的支持度。
• 压缩操作 ：通过累积相同的子树并将相关信息存储在最左分支来压缩原始 FP - Tree。头表包含指向 CFP - Tree 最左分支上每个节点的指针。
• 挖掘过程 ：从头表中最不频繁项的指针开始挖掘，早期修剪大量节点，缩小树结构。通过跟随指向相同项的指针，构建以相应项结尾的所有事务的投影，即局部 CFP - Tree，