一種基于動態(tài)排序的最大頻繁項集挖掘算法.pdf

1、頻繁項集的挖掘是數(shù)據(jù)挖掘中的一個基礎(chǔ)和核心問題，具有廣泛的應(yīng)用領(lǐng)域。由于它是數(shù)據(jù)挖掘過程中最耗時的部分，挖掘算法的好壞直接影響數(shù)據(jù)挖掘尤其是關(guān)聯(lián)挖掘的效率和應(yīng)用范圍。
　　 雖然頻繁閉項集挖掘算法在一定程度上避免了頻繁項集挖掘算法生成頻繁項集規(guī)模過于龐大的問題，但是處理的數(shù)據(jù)集更稠密或最小支持度進(jìn)一步調(diào)低的時候，這類算法的性能下降也非?？欤欢页砻軘?shù)據(jù)集中新穎的有價值的信息往往隱藏在長模式中，最大頻繁項集是指那些在所有的頻繁項集

2、中不存在超集的頻繁項集；由于最大頻繁項集的個數(shù)遠(yuǎn)遠(yuǎn)小于頻繁閉項集，更遠(yuǎn)遠(yuǎn)小于完全頻繁項集，所以挖掘最大頻繁項集可以有效縮小問題的求解規(guī)模，對用戶迅速發(fā)現(xiàn)和理解稠密數(shù)據(jù)集中的長頻繁模式具有重要的意義。
　　 最大頻繁項集的挖掘仍然是一個搜索問題，剪枝優(yōu)化技術(shù)是提高最大頻繁項集挖掘效率的一個重要手段；論文從數(shù)據(jù)的組織結(jié)構(gòu)，搜索空間，剪枝策略等角度對最大頻繁項集的挖掘問題進(jìn)行了深入的分析和研究，在分析現(xiàn)有最大頻繁項集挖掘算法的基礎(chǔ)上，

3、發(fā)現(xiàn)已挖掘得到的最大頻繁項集可運用于對未搜索空間進(jìn)行剪枝，提出了MPDR算法，在已挖掘得到最大頻繁項集中，選取一個對當(dāng)前結(jié)點尾項集最具剪枝能力的作為關(guān)鍵模式，對尾項集實施重排序，使得當(dāng)前結(jié)點的子樹空間被分成兩部分：潛在最大頻繁項集子空間和非潛在最大頻繁項集子空間；由于非潛在最大頻繁項集子空間肯定不可能再出現(xiàn)最大頻繁項集，直接被剪枝；只訪問潛在最大頻繁項集子空間；由此縮減對搜索空間的訪問，提高最大頻繁項集的挖掘效率。FP-tree結(jié)構(gòu)具有