基于FP-樹的關(guān)聯(lián)規(guī)則挖掘算法的設(shè)計與實現(xiàn).pdf

1、數(shù)據(jù)挖掘技術(shù)是解決數(shù)據(jù)豐富而知識貧乏的有效途徑，當(dāng)屬信息科學(xué)領(lǐng)域的前沿研究課題之一，有關(guān)的研究和應(yīng)用極大提高了決策支持的能力，它已被公認(rèn)為是數(shù)據(jù)庫研究中一個極富應(yīng)用前景的領(lǐng)域。本文描述了數(shù)據(jù)挖掘的概念、功能以及發(fā)現(xiàn)模式的分類。在眾多的數(shù)據(jù)挖掘算法中，挖掘關(guān)聯(lián)規(guī)則是數(shù)據(jù)挖掘領(lǐng)域中的重要研究內(nèi)容，其中挖掘頻繁項目集是挖掘關(guān)聯(lián)規(guī)則中的關(guān)鍵問題之一，又最大頻繁項目集已經(jīng)隱含了所有的頻繁項目集，所以可以將發(fā)現(xiàn)頻繁項目集的問題轉(zhuǎn)化為發(fā)現(xiàn)最大頻繁項目

2、集的問題，因而發(fā)現(xiàn)最大頻繁項目集對數(shù)據(jù)挖掘具有重大意義。 以前的許多挖掘最大頻繁項目集算法是先生成候選集，再進(jìn)行檢驗，然而候選項目集產(chǎn)生的代價是很高的，尤其是存在大量長模式的時候。本文主要在以下幾個方面對基于FP-樹的關(guān)聯(lián)規(guī)則挖掘問題進(jìn)行研究：第一是研究了FP-樹的定義和構(gòu)造過程以及多種改進(jìn)算法，并分析了基于FP-樹進(jìn)行挖掘的可行性和完整性，然后提出了基于FP-樹的快速挖掘最大頻繁項目集的算法Max-FI(MaximalFreq

3、uentItemset)，該算法不需要生成最大頻繁候選項目集。改進(jìn)的FP-樹是單向的，每個節(jié)點只保留指向父節(jié)點的指針，這大約節(jié)省了三分之一的樹空間。試驗結(jié)果表明該算法比同樣基于FP-樹的DMFIA算法挖掘最大頻繁項目集的效率更高。 第二是研究了挖掘有效且無冗余關(guān)聯(lián)規(guī)則的問題。傳統(tǒng)算法在生成關(guān)聯(lián)規(guī)則時，或者生成規(guī)則的效率很低，或者生成的關(guān)聯(lián)規(guī)則之間存在著大量的冗余，或者挖掘出的規(guī)則的支持度和可信度都很高，但卻是無趣的、甚至是虛假的

4、規(guī)則，且不能產(chǎn)生帶有否定項的規(guī)則。本文提出了一種新的算法MVNR(MiningValidandnon-RedundantAssociationRulesAlgorithm)，在該算法中，首先對頻繁項集集合進(jìn)行檢查，刪除了那些只能生成冗余關(guān)聯(lián)規(guī)則的頻繁項集，然后對分析過的頻繁項集集合中的每一個頻繁項集生成他們的極小子集集合，利用極小子集的性質(zhì)，刪除那些在其超集的極小子集集合中也存在的極小子集，最后根據(jù)用戶定義的條件生成關(guān)聯(lián)規(guī)則。