Apriori基于MapReduce的频繁项集挖掘

本算法基于有向项集图存储事务数据库中频繁项集信息，采用三叉链表结构组织有向项集图，并在此基础上提出最大频繁项集挖掘算法。该算法一次扫描事务数据库，有效减少I/O开销，适用于稀疏和稠密数据库的最大频繁项集挖掘。

Apriori算法是一种用于数据挖掘的经典算法，其核心目标是发现数据集中频繁出现的项集以及学习部分关联规则。 算法特点： 迭代式方法： Apriori算法采用逐层迭代的方式，从单个频繁项开始，逐步生成更大的频繁项集。 支持度阈值： 通过设定最小支持度阈值，筛选出满足条件的频繁项集，有效控制结果数量。 关联规则生成： 基于频繁项集，Apriori算法可以推导出“一对多”或“多对一”形式的部分关联规则。 局限性： 无法处理多对多关联规则： Apriori算法目前版本仅支持生成一对多或多对一形式的关联规则，对于更复杂的多对多关联规则尚待改进。

基于有序FP-tree的最大频繁项集挖掘 概念提出: 完全前缀路径、有序FP-tree 有序FP-tree构建: 根据数据项所在层级建立 数据表示: 利用有序FP-tree表示数据 算法提出: MFIM算法，利用有序FP-tree中的完全前缀路径进行最大频繁项集挖掘 算法优化: 利用完全前缀路径对挖掘算法进行优化 实验结果: 对于浓密数据集中的长模式挖掘具有良好性能

垂直数据格式挖掘频繁项集可避免生成候选频繁项集，进而节省CPU开销。

频繁项集的挖掘一直是数据里的大热门，尤其是在时态数据时。这篇文章研究了一个挺实用的算法，通过结合频繁项集和时态约束来挖掘关联规则。这种方法适合用在商品销售、股票价格预测等领域。而且，文章还贴心地给了一个股票数据的实际案例，感觉接地气。如果你对频繁项集或者关联规则感兴趣，这绝对值得一读！

网络流数据频繁项集挖掘是进行网络流量分析的基础。STFWFI 算法采用基于字典顺序前缀树 LOP-Tree 的方法进行频繁项集挖掘，并引入了更符合网络流特性的滑动时间衰减窗口模型，从而有效降低了时间和空间复杂度。此外，该算法还提出了一种基于统计分布的节点权值计算方法 SDNW，替代了传统的统计方法，提高了网络流节点估值的精确度。实验结果表明，STFWFI 算法在网络流频繁项集挖掘中表现出良好的性能。

传统的挖掘频繁项集的并行算法存在节点间负载不均衡、同步开销过大、通信量大等问题。针对这些挑战，提出了一种名为多次传送重新分配数据的并行算法（MRPD）。在MRPD算法中，第l步将数据库重新划分成多个组，并根据各节点的需求多次传送这些组。各节点在异步地计算完整组后，可以得到所有频繁项集。理论分析和实验结果均表明，MRPD算法在优化并行频繁项集挖掘中具有显著效果。

MFWSR:数据流上的频繁闭项集挖掘算法，陶克，王意洁，数据流上频繁项集挖掘是数据挖掘有效手段之一，是相联规则挖掘的重要基础。频繁闭项集挖掘的结果更简洁而又能保留所有频繁项集的结果。

频繁项集的挖掘是数据挖掘中的核心问题之一，在多个关键数据挖掘任务中至关重要。引入了一种名为N-list的新型垂直数据表示形式，灵感源自于类似FP-tree的编码前缀树（PPC-tree）。N-list存储了频繁项集的关键信息，通过该数据结构，我们提出了一种高效的挖掘算法PrePost，能够有效地发现所有的频繁项集。PrePost算法的高效性源于几个关键因素：N-list的紧凑性，基于交集的项目支持计数转换，以及利用N-list的单路径属性直接发现频繁项集。我们在多种真实和合成数据集上对PrePost算法进行了实验评估，并与四种先进算法进行了比较，结果显示PrePost算法在大多数情况下表现最优