Distributed FP-Growth With Node Table For Large-Scale Association Rule Mining

The disclosure relates to technology for mining data in a database by recursively mining a conditional frequent pattern tree (FP-tree) for frequent items of each conditional pattern base for each node in an FP-tree to obtain frequent patterns. For each branch in the FP-tree, a single-item node table (NT) is generated for which a selected one of the frequent items appears in the node of the branch. The single-item NT including a list of all of the frequent items appearing in the FP-tree and a corresponding frequent item count. For each single-item NT of each branch generated for the selected one of the frequent items, the frequent item count of each frequent item is summed in the single-item NT formed for each branch to generate a combined single-item NT, and association rules based on the frequent patterns are generated for each of the frequent items and the combined single-item NT. L'invention concerne une technologie permettant l'exploration de données dans une base de données en explorant de façon récursive un arbre de modèles fréquents (arbre FP) conditionnel pour les éléments fréquents de chaque base de modèle conditionnel, pour chaque nœud d'un arbre FP, afin d'obtenir les modèles fréquents. Pour chaque branche de l'arbre FP, une table de nœuds à élément unique(NT) est générée, pour laquelle un élément sélectionné parmi les éléments fréquents apparaît dans le nœud de la branche. La NT à élément unique comprend une liste de tous les éléments fréquents apparaissant dans l'arbre FP ainsi qu'un nombre d'éléments fréquents correspondant. Pour chaque NT à élément unique de chaque branche générée pour l'élément sélectionné parmi les éléments fréquents, le nombre de chaque élément fréquent est ajouté dans la NT à élément unique formée pour chaque branche afin de générer une NT combinée à élément unique, et des règles d'association basées sur les modèles fréquents sont générées pour chacun des éléments fréquents et la NT combinée à élément unique.