关联规则挖掘算法-Top Down FP-Growth

TD-FP-Growth

两次数据库扫描
一次扫描计数
一次扫描建树

树结构的构建仍是FP-Tree的思想

挖掘频繁项集与之前的不同：从上到下依次挖掘

算法思想

1.扫描数据库，构建项头表
项头表包括三个属性：itemName itemCount side-link
side-link主要是用来标注该item在树结构中所在的位置集合

如下图可以很清晰的看出来：

2.构建树的过程在这里就不详细记录了。。。

3.挖掘频繁项集的过程
首先看 a
a节点出现树结构的第一层 且是频繁项 直接输出频繁模式{a:2}
b
b节点在第二层出现了
构建b的子项头表H_b

从上到下扫描树结构，有两条路径root-b root-a-b
修改a节点的计数，因为这时root-a-b只出现了1次
最小支持度阈值为2，则ab是不频繁的
将H_b从内存中删除
若ab是频繁项，则继续构建子项头表H_ab，然后挖掘FP-Tree

同理，挖掘剩余的item

延伸：
https://wenku.baidu.com/view/609cf0d6c1c708a1284a44f9.html

参考文献：
[1] Wang K, Tang L, Han J, et al. Top Down FP-Growth for Association Rule Mining[J]. 2002, 2336:334-340.