基于極團(tuán)模式的關(guān)聯(lián)規(guī)則挖掘算法的研究.pdf

1、關(guān)聯(lián)規(guī)則是數(shù)據(jù)挖掘研究的一個(gè)重要內(nèi)容,通過采用支持度和置信度去除非頻繁項(xiàng)獲得目標(biāo)關(guān)聯(lián)規(guī)則。對支持度分布嚴(yán)重傾斜的數(shù)據(jù)集挖掘時(shí),傳統(tǒng)的頻繁項(xiàng)集挖掘算法不能有效適用于一些重要的挖掘任務(wù),支持度閾值很難確定,過高則會有置信度較高的規(guī)則遺漏,過低則會得到大量可信度較低的冗余規(guī)則。挖掘關(guān)聯(lián)規(guī)則效率和準(zhǔn)確性,是數(shù)據(jù)挖掘研究的重點(diǎn)。
　　極大團(tuán)是無向圖G最大的全連通分量,旨在將關(guān)聯(lián)性強(qiáng)、可能產(chǎn)生極大頻繁項(xiàng)的項(xiàng)集生成極大團(tuán),之后再針對每一個(gè)極大團(tuán)

2、求解極大頻繁項(xiàng)集。并快速產(chǎn)生所有可靠關(guān)聯(lián)規(guī)則,提高時(shí)間效率。
　　本文通過對經(jīng)典算法 APriori算法和FP-growth算法的工作原理和機(jī)制以及極大團(tuán)算法等理論進(jìn)行深入研究,總結(jié)它們的優(yōu)缺點(diǎn)。在此基礎(chǔ)上,針對目前關(guān)聯(lián)規(guī)則存在的問題展開研究,主要的研究工作如下:
　　1.針對挖掘項(xiàng)目支持度不均勻分布的數(shù)據(jù)集很難設(shè)置合適的支持度閾值的問題,提出了基于極大團(tuán)的加權(quán)可信關(guān)聯(lián)規(guī)則算法 MCWCAR(Maximum Clique W

3、eighted Credible Association Rule)。通過定義加權(quán)可信關(guān)聯(lián)規(guī)則和2-項(xiàng)加權(quán)可信集的基本概念,并利用2-項(xiàng)鄰接矩陣來產(chǎn)生2-項(xiàng)加權(quán)可信集,得到對應(yīng)的稀疏圖;對于由稀疏圖求出的每個(gè)連通分量,由前k?1個(gè)頂點(diǎn)構(gòu)成所有極大團(tuán),再將第k個(gè)頂點(diǎn)加入（k-1)-極大團(tuán)中,得到k-項(xiàng)加權(quán)可信集,完成極大團(tuán)的加權(quán)可信關(guān)聯(lián)規(guī)則挖掘過程。以解決不均勻分布的數(shù)據(jù)集難設(shè)置合適的支持度閾值的問題,并避免多次掃描數(shù)據(jù)庫和頻繁生成模式樹

4、,減少項(xiàng)集支持度的計(jì)算量。最后通過實(shí)驗(yàn)驗(yàn)證所提出的算法MCWCAR比傳統(tǒng)算法在挖掘關(guān)聯(lián)規(guī)則的時(shí)間性能和準(zhǔn)確性具有更高的效率。
　　2.針對目前數(shù)據(jù)挖掘中存在對長模式挖掘效率低和挖掘方式不完整等問題,提出基于動(dòng)態(tài)圖的Top-N極團(tuán)模式挖掘算法CSDGMPA(Clique Search With Dynamic Update Of Graph Based Maximum Pattern Mining Algorithm)。算法在提出2