Minimum length estimation in longest frequent itemsets mining

William Kery Branston Ndemaze

doi:10.1007/s10618-026-01270-3

2026-09-25

PRE

William Kery Branston Ndemaze *

Hervé Maradona Nana Kouassi

Arnauld Nzegha Fountsop

Edith Bélise Kenmogne

Mathurin Soh

Clémentin Tayou Djamegni

DOI：10.1007/s10618-026-01270-3

原文链接

原文求助

摘要

En 中文

频繁项集挖掘是数据挖掘的核心方面，广泛应用于购物篮分析、生物信息学和推荐系统。在处理包含大量项目的数据集时，提取所有频繁项集通常会生成大量项集，从而难以有效利用。然而，在某些实际应用中，仅挖掘代表性子集的频繁项集就足够了。研究人员近期引入了最长频繁项集（LFI），即包含最大数量频繁项的频繁项集。LFI的数量通常很少，有时甚至只有一个。这类集合在个性化旅游推荐、保险覆盖优化、聚类和医疗保健等多个实际应用中具有价值。LFI的长度是影响挖掘算法效率的关键因素。本研究提出了一种估计LFI最小长度的新颖方法。估计该最小长度有助于通过剪枝无法贡献最终解的项目和事务，显著减少搜索空间。我们提出了两级树结构来存储必要的频繁k-项集信息，其中$$k\le 2$$。构建两级树结构仅需对数据库进行单次遍历。我们还提出了利用该结构估计最长频繁项集最小长度并应用所提议剪枝策略的算法。在真实和合成数据集上的初步实证结果表明了所提出方法的精确性，并展示了整体提取时间的减少。

Keyword:

Data mining

Frequent itemsets

Longest frequent itemsets

Minimum length estimation

Two level tree