基于聚類(lèi)的關(guān)聯(lián)規(guī)則挖掘算法研究.pdf

1、目前，關(guān)于關(guān)聯(lián)規(guī)則挖掘的研究很多，主要集中在頻繁項(xiàng)集挖掘和關(guān)聯(lián)規(guī)則剪裁等方向，其中頻繁項(xiàng)集挖掘是其中的重中之重，出現(xiàn)了很多的優(yōu)秀算法，如Apriori，F(xiàn)P-growth等等。FP-growth算法中，需要對(duì)同一路徑進(jìn)行多次重復(fù)回溯，從而影響了挖掘效率。聚類(lèi)也是數(shù)據(jù)挖掘的一個(gè)重要研究領(lǐng)域，可以為其他操作做數(shù)據(jù)預(yù)處理，在聚類(lèi)的基礎(chǔ)上進(jìn)行關(guān)聯(lián)規(guī)則挖掘具有很好的意義。目前基于聚類(lèi)的關(guān)聯(lián)規(guī)則挖掘算法研究雖然不多，但是也已經(jīng)取得了一些成果。本文對(duì)

2、基于聚類(lèi)的關(guān)聯(lián)規(guī)則進(jìn)行了一些研究。
　　 本文的內(nèi)容主要分為兩個(gè)方面:一是在FP-growth算法的挖掘條件模式基時(shí)的多次重復(fù)回溯問(wèn)題;另外研究了基于聚類(lèi)的關(guān)聯(lián)規(guī)則挖掘問(wèn)題。
　　 本文在研究多次重復(fù)回溯問(wèn)題方面，首先闡述頻繁項(xiàng)集挖掘的兩個(gè)經(jīng)典算法Apriori和FP-growth，分析了FP-growth算法的優(yōu)缺點(diǎn)，優(yōu)點(diǎn)是:FP-growth算法是一個(gè)無(wú)候選集的算法，巧妙地借助頻繁模式樹(shù)FP-tree，不僅壓縮了數(shù)據(jù)

3、結(jié)構(gòu)，還省去對(duì)候選集的依賴(lài)并且大大減輕了對(duì)I/O的壓力;缺點(diǎn)是:FP-tree結(jié)構(gòu)復(fù)雜，在挖掘條件模式基時(shí)對(duì)同一路徑要多次重復(fù)回溯?；谶@兩個(gè)缺點(diǎn)，本人提出一種對(duì)FP-tree的改造方法，使其無(wú)需記錄每個(gè)節(jié)點(diǎn)的地址，而只需記住每條路徑的葉節(jié)點(diǎn)的地址，進(jìn)一步提出一種無(wú)重復(fù)的新算法--FFP-growth算法。該算法在挖掘條件模式基時(shí)，只需對(duì)同一路徑回溯一次即可得到整個(gè)路徑上所有節(jié)點(diǎn)的條件模式基，實(shí)驗(yàn)證明這種方法提高了挖掘效率，。
　

4、　 本文在基于聚類(lèi)的關(guān)聯(lián)規(guī)則挖掘方面，首先闡述了聚類(lèi)的基礎(chǔ)知識(shí)，和基于聚類(lèi)的關(guān)聯(lián)規(guī)則挖掘的相關(guān)內(nèi)容，提出一種基于聚類(lèi)的FP-growth算法—CFP-growth，算法首先是將數(shù)據(jù)聚集到聚類(lèi)表中，然后由聚類(lèi)表構(gòu)建頻繁模式子樹(shù)，最后采用FP-growth算法從頻繁模式子樹(shù)中挖掘頻繁模式。由于每顆頻繁模式子樹(shù)的數(shù)據(jù)量相對(duì)整個(gè)頻繁模式樹(shù)小，挖掘頻繁模式也相對(duì)更加輕松。實(shí)驗(yàn)是在FoodMart數(shù)據(jù)庫(kù)上進(jìn)行的，結(jié)果表明在挖掘頻繁模式上具有良好的