單維關聯(lián)規(guī)則挖掘算法研究.pdf

1、該文提出基于被約束子樹的頻繁模式挖掘算法Fpmine和基于線索頻繁模式樹的關聯(lián)規(guī)則產生算法SPF,有效解決了數(shù)據(jù)庫中單維關聯(lián)規(guī)則挖掘問題.實驗表明,在相同數(shù)據(jù)集上,與FP-Growth算法相比,算法Fpmine的挖掘速度提高了一倍以上,而所需的存儲空間減少了一半;隨著數(shù)據(jù)庫規(guī)模的增大,算法Fpmine算法具有極好的時空效率;Fpmine-SPF算法挖掘關聯(lián)規(guī)則的速度遠快于較長期以來廣泛使用的Apriori算法,并有相當好的可伸縮性.關聯(lián)

2、規(guī)則挖掘往往生成過多的規(guī)則,使用戶很難進行取舍.為此,近年的研究提出一種有效的替代手段—挖掘頻繁閉項集規(guī)則.頻繁閉項集規(guī)則蘊含了所有關聯(lián)規(guī)則,數(shù)目卻大為減少.挖掘頻繁閉項集規(guī)則大幅提高了挖掘的效率和規(guī)則的有效性,解除了用戶的負擔.該文實現(xiàn)了頻繁閉項集、頻繁閉項集規(guī)則的挖掘算法FCIS和CI_RULES.實驗表明,在相同數(shù)據(jù)集上,與已發(fā)表的最新成果—Han的CLOSET算法相比,該文算法FCIS速度提高兩個數(shù)量級以上,并有極好的可伸縮性;