论文研究 适应用户兴趣变化的指数遗忘协同过滤算法.pdf

最大频繁项集挖掘用于发现频繁地出现在数据集中的最大子集，目前已经有许多有效的算法。应用蚁群算法挖掘最大频繁项集是一种新的方法，但是该算法往往迭代次数多，提取率低。结合频繁项集关联图和最大最小蚂蚁系统，提出一种新的蚁群算法。算法构造蚁群路径图，蚁群在动态的信息素和启发式因子指导下构造局部最大频繁项集，通过新的局部更新和全局更新机制发现全局最大频繁项集。对比实验表明，算法挖掘速度快，提取率高。