基于最小支持度阈值动态调整策略的最频繁项集挖掘算法 (2012年)

最频繁项集挖掘是文本关联规则挖掘中研究的重点和难点，它决定了文本关联规则挖掘算法的性能，针对当前在最频繁项集挖掘方面的不足，改进传统的倒排表，并结合最小支持度阈值动态调整策略，提出一个新的基于改进的倒排表和集合理论的最频繁项集挖掘算法。另外，给出几个命题和推论，并把它们用于本文算法以提高性能，最后对所提算法进行实验验证，实验结果表明，该算法的规则有效率和时间性能比常用的两个最频繁项集挖掘算法（NApriori算法，IntvMatrix算法）都好。