一种增量式频繁模式增长数据挖掘方法

摘要

本发明涉及一种增量式频繁模式增长数据挖掘方法，包括1)将原数据库分成多个数据集，对每个数据集中各项的支持度计数进行并行计算；2)将原数据库中的数据进行分组，构建局部的频繁模式树，通过递归过程提取各局部的频繁项集；3)将各局部的频繁项集进行整合；4)更新阈值，对原数据库执行在新阈值下的支持度计数；5)将局部频繁模式树更新，挖掘新阈值下原数据库的频繁项集；6)新增数据集得到新数据库，挖掘新阈值下原数据库的强频繁项集和新增的频繁项集。与现有技术相比，本发明利用原有的频繁数据项集及频繁模式树，只需对新增数据集进行扫描即可获取新的频繁项集，不仅同时解决了阈值变化和数据库增加两种问题，还大大提高了效率。