面向不確定數(shù)據(jù)的頻繁模式挖掘算法研究.pdf

1、互聯(lián)網(wǎng)技術(shù)的快速發(fā)展，導(dǎo)致在網(wǎng)絡(luò)實(shí)際應(yīng)用中產(chǎn)生了各種各樣的數(shù)據(jù)。例如，網(wǎng)上、實(shí)體超市中產(chǎn)生的零售商品數(shù)據(jù)、無線傳感器網(wǎng)絡(luò)收集的數(shù)據(jù)和GPS定位系統(tǒng)中獲取的地理位置信息等數(shù)據(jù)。面對(duì)如此多的數(shù)據(jù)，隨之而來的問題是如何對(duì)這些存儲(chǔ)在數(shù)據(jù)庫中的海量數(shù)據(jù)進(jìn)行處理和應(yīng)用，數(shù)據(jù)挖掘理論和技術(shù)應(yīng)運(yùn)而生。在這些海量數(shù)據(jù)中，很多的數(shù)據(jù)是不完整的或是以不確定形式存在的，從不確定數(shù)據(jù)中發(fā)現(xiàn)有趣的知識(shí)和內(nèi)容已經(jīng)成為新的研究方向和熱點(diǎn)。
　　本文以不確定數(shù)據(jù)的

2、頻繁模式挖掘算法作為新的研究對(duì)象。首先介紹了數(shù)據(jù)處理中所需要的關(guān)鍵技術(shù)，如數(shù)據(jù)庫技術(shù)、數(shù)據(jù)挖掘技術(shù)，并對(duì)數(shù)據(jù)頻繁模式挖掘進(jìn)行了概括。然后介紹了不確定數(shù)據(jù)挖掘的理論技術(shù)知識(shí)，包括不確定數(shù)據(jù)的定義，不確定數(shù)據(jù)的理論模型，不確定數(shù)據(jù)頻繁模式挖掘算法。最后提出了兩種有效的不確定數(shù)據(jù)頻繁模式挖掘算法。
　　本文所做的主要工作包含以下三個(gè)方面：
　　(1)研究了不確定數(shù)據(jù)頻繁模式挖掘算法的概要數(shù)據(jù)結(jié)構(gòu)，設(shè)計(jì)了一種改進(jìn)的基于樹結(jié)構(gòu)的不確定

3、數(shù)據(jù)頻繁模式挖掘算法的數(shù)據(jù)結(jié)構(gòu)。
　　計(jì)算機(jī)的數(shù)據(jù)結(jié)構(gòu)是存儲(chǔ)以及組織數(shù)據(jù)的最重要方式，因此邏輯結(jié)構(gòu)嚴(yán)謹(jǐn)、合理的數(shù)據(jù)結(jié)構(gòu)直接影響到算法運(yùn)行的效率。本文根據(jù)不確定數(shù)據(jù)的特點(diǎn)和表現(xiàn)形式，在前人工作的基礎(chǔ)上，對(duì)已有的基于樹結(jié)構(gòu)的不確定數(shù)據(jù)頻繁模式挖掘算法的數(shù)據(jù)結(jié)構(gòu)進(jìn)行了優(yōu)化，重新設(shè)計(jì)了面向不確定數(shù)據(jù)頻繁模式挖掘算法中生成樹中項(xiàng)頭表的數(shù)據(jù)結(jié)構(gòu)，即在項(xiàng)頭表中增加了一個(gè)長度可變的動(dòng)態(tài)數(shù)組，可以壓縮構(gòu)建頻繁模式樹時(shí)所占用的內(nèi)存空間。
　　(

4、2)研究了基于樹結(jié)構(gòu)不確定數(shù)據(jù)頻繁模式挖掘算法，提出了一種有效的不確定數(shù)據(jù)頻繁模式增長算法。
　　在研究不確定數(shù)據(jù)頻繁模式增長算法的基礎(chǔ)上，通過構(gòu)建結(jié)構(gòu)更加緊湊的樹結(jié)構(gòu)，提出了改進(jìn)的不確定數(shù)據(jù)頻繁模式增長算法。該算法可以在構(gòu)建不確定數(shù)據(jù)頻繁模式樹的同時(shí)，不斷地更新項(xiàng)頭表中用來保存以該項(xiàng)為尾節(jié)點(diǎn)的所有可能頻繁項(xiàng)集和相應(yīng)期望值的數(shù)組。當(dāng)頻繁模式樹構(gòu)建完成以后，通過遍歷項(xiàng)頭表中的數(shù)組即可得到需要的概率頻繁項(xiàng)集，而不需要遍歷樹結(jié)構(gòu)得到概率

5、頻繁項(xiàng)集。最后通過實(shí)驗(yàn)驗(yàn)證了本文提出的算法不但能夠減少算法運(yùn)行時(shí)所占用的內(nèi)存空間，而且提高了不確定數(shù)據(jù)頻繁項(xiàng)集的挖掘效率。
　　(3)研究了基于樹結(jié)構(gòu)不確定數(shù)據(jù)流頻繁模式挖掘算法，改進(jìn)了一種基于滑動(dòng)窗口模型的不確定數(shù)據(jù)流頻繁模式增長算法。
　　數(shù)據(jù)流具有實(shí)時(shí)、無界的特點(diǎn)，受到計(jì)算機(jī)內(nèi)存的限制，隨著數(shù)據(jù)流的到來，內(nèi)存中樹據(jù)需要被盡快的處理掉，否則會(huì)導(dǎo)致內(nèi)存溢出，而且伴隨著數(shù)據(jù)流的到來，某些不頻繁的項(xiàng)集可能會(huì)變成頻繁項(xiàng)集。本文根