

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、頻繁模式挖掘是數(shù)據挖掘中的一項重要工作,也是關聯(lián)規(guī)則挖掘的一個關鍵步驟,可以應用于諸如分類、聚類、預測等數(shù)據挖掘任務中。目前,關聯(lián)規(guī)則挖掘結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生關聯(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生較大規(guī)模的結果集,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)據挖掘和關聯(lián)規(guī)則的基本概念以及相關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。
本研究主要內容包括:⑴提出以約簡頻繁模式樹(Simplified Frequent Patterns Tree)為挖掘結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構,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點進行處理,即將其子女結點同時當成它的兄弟結點使用。然后提出基于SFP-tree的頻繁模式查詢算法,該算法由SFP-tree的根結點開始以寬度優(yōu)先順序掃描其子結點,發(fā)現(xiàn)包含給
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。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,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確性、安全性和完整性, 同時也不承擔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
- 基于頻繁模式樹的最大頻繁項目集挖掘算法研究.pdf
- 基于頻繁模式樹的最大頻繁項集挖掘算法研究.pdf
- 基于序列模式的頻繁自由樹挖掘算法研究.pdf
- 基于FP-樹的最大頻繁模式挖掘算法研究.pdf
- 頻繁模式挖掘算法研究.pdf
- 基于頻繁模式樹的XML數(shù)據挖掘.pdf
- 基于Hadoop的頻繁模式挖掘算法研究.pdf
- 加權頻繁模式挖掘算法研究.pdf
- 基于陣列的頻繁模式挖掘算法研究.pdf
- 基于FP-樹的頻繁模式和長模式挖掘.pdf
- 基于頻繁模式樹的關聯(lián)規(guī)則算法研究.pdf
- 基于頻繁訪問模式樹的Web使用挖掘研究.pdf
- 基于WEB日志挖掘的頻繁模式挖掘算法研究.pdf
- 流數(shù)據頻繁模式挖掘算法研究.pdf
- Web日志頻繁序列模式挖掘算法研究.pdf
- 基于SPARK的海量數(shù)據頻繁模式挖掘算法研究.pdf
- 頻繁模式挖掘算法與剪枝策略研究.pdf
- 基于時間間隔的事件序列頻繁模式挖掘算法研究
- 基于頻繁模式的數(shù)據挖掘算法分析與改進.pdf
- 基于頻繁模式樹和預設權限權重的角色挖掘.pdf
評論
0/150
提交評論