主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
2018-2019年专刊出版计划 微信服务介绍 最新一期:2019年第10期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
郭宇红,童云海,唐世渭,杨冬青.基于FP-Tree的反向频繁项集挖掘.软件学报,2008,19(2):338-350
基于FP-Tree的反向频繁项集挖掘
Inverse Frequent Itemset Mining Based on FP-Tree
投稿时间:2006-06-10  修订日期:2007-02-05
DOI:
中文关键词:  反向挖掘  FP树  频繁项集  隐私保护  知识隐藏
英文关键词:inverse mining  FP-tree  frequent itemset  privacy preserving  knowledge hiding
基金项目:Supported by the National Natural Science Foundation of China under Grant No.60403041 (国家自然科学基金)
作者单位
郭宇红 北京大学 计算机科学技术系,北京 100871 
童云海 北京大学 视觉与听觉信息处理国家重点实验室,北京 100871 
唐世渭 北京大学 计算机科学技术系,北京 100871
北京大学 视觉与听觉信息处理国家重点实验室,北京 100871 
杨冬青 北京大学 计算机科学技术系,北京 100871 
摘要点击次数: 3578
全文下载次数: 3919
中文摘要:
      在拓展现有反向频繁挖掘问题定义,探索反向频繁项集的3个具体应用后,提出了一种基于FP-tree的反向频繁项集挖掘方法.该方法首先采用分治思想,将目标约束划分为若干子约束,每步求解一个子线性约束问题,经过若干步迭代后找到一个满足整个给定约束的目标FP-tree;然后根据目标FP-tree生成一个仅含频繁项的临时事务数据库TempD;最后通过向TempD中撒入非频繁项得到目标数据集.理论分析和实验表明该方法是正确的、高效的,且与现有方法仅能输出1个目标数据集相比,该方法能够输出较多的目标数据集.
英文摘要:
      After the current definition of the inverse frequent set mining problem is expanded and its three practical applications are explored, an FP-tree-based method is proposed for the inverse mining problem. First, the method divides target constraints into some sub constraints and each time it solves a sub linear constraint problem. After some iterations, it finds an FP-tree satisfying the whole given constraints. Then, based on the FP-tree it generates a temporary database TempD that only involves frequent items. The target datasets are obtained by scattering infrequent items into TempD. Theoretic analysis and experiments show that the method is right and efficient. Moreover, compared with the current methods, the method can output more than one target data set.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会 京ICP备05046678号-4
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利