挖掘頻繁閉項(xiàng)集并構(gòu)建其格的快速算法研究.pdf

1、隨著經(jīng)濟(jì)的發(fā)展，信息對于一個(gè)國家或者企業(yè)越來越重要，人們被淹沒信息之中，卻得不到更多有用的知識。因此數(shù)據(jù)挖掘技術(shù)應(yīng)運(yùn)而生，并越來越顯示出強(qiáng)大的生命力。
　　關(guān)聯(lián)規(guī)則挖掘作為數(shù)據(jù)挖掘領(lǐng)域的一個(gè)重要研究分支，它的任務(wù)是發(fā)現(xiàn)所有滿足支持度閾值和置信度閾值的強(qiáng)關(guān)聯(lián)規(guī)則。近年來，關(guān)聯(lián)規(guī)則挖掘研究己經(jīng)成為數(shù)據(jù)挖掘中的一個(gè)熱點(diǎn)，并被廣泛應(yīng)用于金融、市場營銷、事務(wù)分析等應(yīng)用領(lǐng)域。關(guān)聯(lián)規(guī)則挖掘算法是關(guān)聯(lián)規(guī)則挖掘研究的主要內(nèi)容，傳統(tǒng)的關(guān)聯(lián)規(guī)則挖掘算法

2、以挖掘頻繁項(xiàng)集為主要任務(wù)，但挖掘所有頻繁項(xiàng)集需要大量的工作量；較前的研究表明：傳統(tǒng)的關(guān)聯(lián)規(guī)則挖掘產(chǎn)生太多冗余規(guī)則，而挖掘頻繁閉項(xiàng)集的數(shù)量遠(yuǎn)小于所有頻繁項(xiàng)集的數(shù)量，而且頻繁閉項(xiàng)集不會產(chǎn)生信息丟失。因此用挖掘頻繁閉項(xiàng)集來代替挖掘所有頻繁項(xiàng)集是一個(gè)不錯的選擇。但為了加快產(chǎn)生關(guān)聯(lián)規(guī)則的速度，僅僅有頻繁閉項(xiàng)集是不夠的，需要將項(xiàng)集之間的關(guān)系用一種有效的數(shù)據(jù)結(jié)構(gòu)保存起來，格就是這樣一種結(jié)構(gòu)。因此用挖掘頻繁閉項(xiàng)集及其格結(jié)構(gòu)算法來快速高效的產(chǎn)生關(guān)聯(lián)規(guī)則是

3、一個(gè)重要的研究方向。
　　本文主要工作包括：1）總結(jié)了目前一些挖掘頻繁閉項(xiàng)集算法的不足，并針對最新的CHARM算法和頻繁閉項(xiàng)集及其格結(jié)構(gòu)算法CHARM_L進(jìn)行了深入分析。2）針對CHARM_L算法中消除冗余效率不高、建格效率較低等缺點(diǎn)，引入了preC的概念，并進(jìn)而提出了一種改進(jìn)算法：Q-CFIsL算法。該算法在CHARM_L基礎(chǔ)上，繼承了CHARM_L的優(yōu)化策略，同時(shí)采用了一些新的方法克服了CHARM_L的不足；該算法基于垂直數(shù)據(jù)