版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、數(shù)據(jù)挖掘是近年來計算機研究領(lǐng)域的一個重要發(fā)展方向,在銀行、電信、保險、零售等領(lǐng)域有著廣泛的應(yīng)用。其巨大的商業(yè)潛力和應(yīng)用價值,吸引了眾多研究單位、企業(yè)從事數(shù)據(jù)挖掘技術(shù)的研究和開發(fā)工作,每年都有新的數(shù)據(jù)挖掘算法和模型問世,人們對它的研究日益廣泛和深入。
關(guān)聯(lián)規(guī)則挖掘是數(shù)據(jù)挖掘領(lǐng)域中最為活躍的研究方向之一。關(guān)聯(lián)規(guī)則在許多商業(yè)決策的制定方面發(fā)揮著不可替代的作用,如分類設(shè)計,交叉購物和賤賣分析等。當(dāng)前關(guān)聯(lián)規(guī)則挖掘算法總體上可分成兩類
2、:靜態(tài)挖掘算法和動態(tài)挖掘算法。靜態(tài)挖掘關(guān)聯(lián)規(guī)則算法的研究相對來說比較深入,近年來,動態(tài)挖掘算法逐漸成為研究的熱點問題之一。
隨著互聯(lián)網(wǎng)技術(shù)和數(shù)據(jù)庫技術(shù)的發(fā)展,各種數(shù)據(jù)量呈快速增長勢頭,并以增量形式增長,導(dǎo)致關(guān)聯(lián)規(guī)則挖掘過程中,重新掃描海量的初始數(shù)據(jù)庫需要付出極高的額外成本,造成關(guān)聯(lián)規(guī)則挖掘算法的效率顯著降低。與靜態(tài)關(guān)聯(lián)規(guī)則挖掘算法相比,F(xiàn)UFP-tree和Pre-FUFP等動態(tài)增量挖掘算法,在一定程度上克服了靜態(tài)關(guān)聯(lián)規(guī)則挖
3、掘算法在該方面存在的缺陷,但是在某些情況下仍需要重新掃描初始數(shù)據(jù)庫。如Pre-FUFP算法,其主要依據(jù)項目組在數(shù)據(jù)庫異動前后是否為頻繁項的情形,將各項目組分成四種情況來分別對FP-tree結(jié)構(gòu)作調(diào)整。大部分情況下Pre-FUFP算法僅需掃描數(shù)據(jù)庫中數(shù)據(jù)異動的部分,但是當(dāng)有項目組從非頻繁項轉(zhuǎn)變成頻繁項時,其仍然需要重新掃描整個數(shù)據(jù)庫。因此,針對數(shù)據(jù)頻繁異動情況下,開展面向數(shù)據(jù)異動部分的動態(tài)增量挖掘算法研究顯得十分必要。
本文
4、在深入分析Pre-FUFP動態(tài)挖掘算法的基礎(chǔ)上,針對Pre-FUFP在某些情況下,仍需重新掃描初始數(shù)據(jù)庫的問題,開展研究工作,以改良Pre-FUFP算法存在的當(dāng)項目組從非頻繁項變成頻繁項時需重新掃描數(shù)據(jù)庫的問題。本文的主要工作和取得的成果如下:
(1) 簡要介紹了關(guān)聯(lián)規(guī)則挖掘的相關(guān)理論知識,并深入分析了靜態(tài)關(guān)聯(lián)規(guī)則挖掘算法和動態(tài)關(guān)聯(lián)規(guī)則挖掘算法中幾個具有代表性的挖掘算法,包括Apriori算法及其改進算法,F(xiàn)P-tree算
5、法以及Pre-FUFP算法。闡述了上述算法的特點、步驟、適用的背景及其優(yōu)缺點。重點討論了目前廣受關(guān)注的增量式挖掘算法Pre-FUFP算法,并指出了該算法存在的局限。
(2) 提出了一種基于層次結(jié)構(gòu)的HFUFP-tree(HierarchicAlFast Updated FP-tree)增量挖掘算法。該算法將所有的交易記錄壓縮在一棵HFUFP-tree中,通過引入較高支持度閾值與較低支持度閾值和MF(Mark-frequen
6、cy)結(jié)點與MPF(Mark-Pre-frequency)結(jié)點,從而將HFUFP-tree從邏輯上劃分為三層。當(dāng)數(shù)據(jù)庫發(fā)生異動后,將各項目組分成九種情況來分別對HFUFP-tree結(jié)構(gòu)加以調(diào)整,而不需重新掃描數(shù)據(jù)庫和構(gòu)建樹結(jié)構(gòu),便能快速的挖掘關(guān)聯(lián)規(guī)則。
(3)從精度和效率兩方面,首先對HFUFP-tree算法與Pre-FUFP算法的性能進行了分析。精度方面,兩種算法完全相等,效率方面,在項目狀態(tài)變化頻繁情況下,HFUFP-
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于MFP-tree的關(guān)聯(lián)規(guī)則挖掘算法研究.pdf
- 基于FP-Tree的多層關(guān)聯(lián)規(guī)則挖掘算法研究.pdf
- 基于FP-Tree的頻繁項集挖掘算法研究.pdf
- 基于快速挖掘的增量更新AAIU算法的研究.pdf
- 基于FP-tree的關(guān)聯(lián)規(guī)則挖掘算法的研究.pdf
- 基于FP-tree的多層關(guān)聯(lián)規(guī)則挖掘算法的研究.pdf
- 基于SP-tree的關(guān)聯(lián)規(guī)則更新挖掘算法.pdf
- 基于FP-Tree的最大頻繁項集挖掘算法研究.pdf
- 基于關(guān)聯(lián)規(guī)則的增量挖掘算法的研究與設(shè)計.pdf
- 基于模糊聚類的增量式挖掘算法研究.pdf
- 基于COFI-Tree的頻繁閉合模式挖掘算法的研究.pdf
- 序列模式的增量式挖掘算法研究.pdf
- 基于FP-tree關(guān)聯(lián)規(guī)則挖掘算法的研究與應(yīng)用.pdf
- 基于倒排索引的增量更新關(guān)聯(lián)挖掘算法的研究.pdf
- 基于fp-tree關(guān)聯(lián)規(guī)則挖掘算法的研究與應(yīng)用
- 基于增量式遺傳算法的分類規(guī)則挖掘.pdf
- 基于粗集理論增量算法的數(shù)據(jù)挖掘系統(tǒng).pdf
- 基于CPRIP-Tree的空間伴生模式挖掘算法研究與應(yīng)用.pdf
- 數(shù)據(jù)挖掘中增量聚類算法的研究.pdf
- 基于FP-tree最大頻繁模式超集挖掘算法.pdf
評論
0/150
提交評論