高性能數(shù)據(jù)挖掘：快速項(xiàng)集挖掘算法及性能研究

前言
第1章 概述
1.1 項(xiàng)集：數(shù)據(jù)挖掘研究領(lǐng)域的焦點(diǎn)之一
1.2 頻繁項(xiàng)集挖掘問題的研究歷史
1.3 高可用項(xiàng)集挖掘問題的研究歷史
1.4 本書的主要內(nèi)容
第2章 頻繁項(xiàng)集挖掘問題
2.1 概述
2.1.1 問題形式化定義
2.1.2 搜索空間與方法
2.2 基礎(chǔ)頻繁項(xiàng)集挖掘算法介紹
2.2.1 經(jīng)典的候選生成Apriori算法
2.2.2 以垂直視角處理數(shù)據(jù)庫的Eclat算法
2.2.3 基于前綴樹結(jié)構(gòu)的FP—growth算法
2.3 性能測試的軟硬件環(huán)境
2.3.1 數(shù)據(jù)庫描述
2.3.2 參照算法介紹
2.3.3 其他軟硬件設(shè)施
2.4 實(shí)驗(yàn)一：三種基礎(chǔ)算法的性能測試
2.4.1 實(shí)驗(yàn)結(jié)果
2.4.2 性能評價
第3章 BFP-growth：快速模式增長算法
3.1 經(jīng)典模式增長算法的性能分析
3.1.1 影響FP-growth性能的三個因素
3.1.2 ICDM*佳算法：FPgrowth
3.2 批量模式增長算法：BFP-growth
3.2.1 性能提升的途徑
3.2.2 核心步驟：兩次前綴樹遍歷
3.2.3 算法偽代碼
3.3 BFP-growth算法的性能分析
3.3.1 *少的遍歷花費(fèi)
3.3.2 FP-array技術(shù)應(yīng)該集成在BFP-growth中嗎
3.3.3 無修飾的前綴樹結(jié)構(gòu)
3.4 實(shí)驗(yàn)二：BFP-growth的性能測試及討論
3.4.1 BFP-growth及FPgrowth*與基礎(chǔ)算法的對比
3.4.2 實(shí)驗(yàn)結(jié)果討論
3.5 小結(jié)
第4章 基于結(jié)點(diǎn)集合結(jié)構(gòu)的NS算法
4.1 Eclat及FP—growth算法的優(yōu)缺點(diǎn)
4.2 結(jié)點(diǎn)集合結(jié)構(gòu)(Node—set)
4.2.1 條件結(jié)點(diǎn)
4.2.2 結(jié)點(diǎn)拓?fù)湫蛱?br />4.2.3 使用結(jié)點(diǎn)集合結(jié)構(gòu)表示前綴樹
4.3 NS算法
4.3.1 映射前綴樹到結(jié)點(diǎn)集合結(jié)構(gòu)
4.3.2 從結(jié)點(diǎn)集合結(jié)構(gòu)中挖掘頻繁項(xiàng)集
4.3.3 一個例子
4.3.4 NS算法的原子操作
4.4 實(shí)驗(yàn)三：NS算法與其他快速挖掘算法的性能對比
4.4.1 實(shí)驗(yàn)結(jié)果