基于約簡頻繁模式樹的頻繁模式挖掘及查詢算法研究.pdf

1、頻繁模式挖掘是數(shù)據(jù)挖掘中的一項重要工作，也是關(guān)聯(lián)規(guī)則挖掘的一個關(guān)鍵步驟，可以應用于諸如分類、聚類、預測等數(shù)據(jù)挖掘任務中。目前，關(guān)聯(lián)規(guī)則挖掘結(jié)果多以在線交互方式導出，如何從大量的頻繁模式中查詢指定頻繁模式進而產(chǎn)生關(guān)聯(lián)規(guī)則成為影響在線查詢系統(tǒng)整體性能的重要因素。因此，本文研究頻繁模式的高效挖掘算法及頻繁模式的查詢算法。完全頻繁模式挖掘產(chǎn)生較大規(guī)模的結(jié)果集，而且目前大多數(shù)頻繁模式挖掘算法都是以項集的形式輸出挖掘結(jié)果，使得由多個頻繁項集共享的前

2、綴項集重復存儲，不但占用存儲空間，而且基于項集形式的模式匹配(項集查詢)較為耗時。本文在對數(shù)據(jù)挖掘和關(guān)聯(lián)規(guī)則的基本概念以及相關(guān)知識進行研究的基礎上，提出一種完全頻繁模式的約簡表達形式--約簡頻繁模式樹(SFP-tree)。無論在所包含的頻繁模式還是存儲規(guī)模上，SFP-tree的比相應的完全頻繁模式小得多，而且易于邏輯的還原成完全頻繁模式，基于SFP-tree能高效的實現(xiàn)模式匹配。本文給出了產(chǎn)生SFP-tree的挖掘算法，利用樹形控件實現(xiàn)

3、SFP-tree的可視化，并提出基于該SFP-tree的頻繁模式查詢算法。
　　 本研究主要內(nèi)容包括：⑴提出以約簡頻繁模式樹(Simplified Frequent Patterns Tree)為挖掘結(jié)果表達形式的頻繁模式挖掘算法----MSFT算法(Mining based on Simplified Frequent PatternTree)。MSFT算法采用改進的深度優(yōu)先搜索策略產(chǎn)生頻繁項集，并采用位向量的方式來計算和存儲

4、頻繁項集支持集，具有較小的內(nèi)存開銷。本文還給出了SFP-tree的樹節(jié)點的組織方式和邏輯結(jié)構(gòu)，對比實驗證明MSFT算法的優(yōu)越性。⑵提出基于SFP-tree的頻繁模式查詢算法。首先提出將SFP-tree邏輯的還原成完全頻繁模式的方法，重點對其中的一類被稱為單子女路徑結(jié)點進行處理，即將其子女結(jié)點同時當成它的兄弟結(jié)點使用。然后提出基于SFP-tree的頻繁模式查詢算法，該算法由SFP-tree的根結(jié)點開始以寬度優(yōu)先順序掃描其子結(jié)點，發(fā)現(xiàn)包含給