基于分界思想的關(guān)聯(lián)規(guī)則挖掘算法.pdf

1、關(guān)聯(lián)規(guī)則挖掘是數(shù)據(jù)挖掘中的一個(gè)重要問題，它在商業(yè)領(lǐng)域的成功應(yīng)用，使它成為數(shù)據(jù)挖掘中最成熟、最主要的研究?jī)?nèi)容之一。關(guān)聯(lián)規(guī)則挖掘分為兩步：頻繁項(xiàng)集挖掘和利用這些頻繁項(xiàng)集產(chǎn)生強(qiáng)關(guān)聯(lián)規(guī)則。由于第一步?jīng)Q定著挖掘的整體性能，因此研究頻繁項(xiàng)集挖掘問題具有十分重要的意義。雖然事務(wù)數(shù)據(jù)庫(kù)中的數(shù)據(jù)存在于一定的環(huán)境中，如時(shí)間、地點(diǎn)和顧客等，但傳統(tǒng)的規(guī)則挖掘忽略了這些因素。而多維關(guān)聯(lián)規(guī)則能提供關(guān)于現(xiàn)實(shí)世界的更為有用的信息，因此其研究工作具有重要的實(shí)際意義和廣泛

2、的應(yīng)用前景。 本文首先介紹了頻繁項(xiàng)集的寬度優(yōu)先搜索、深度優(yōu)先搜索以及寬度和深度相結(jié)合的搜索挖掘算法，具體包括：Apfiofi、FP-growth、Eclat、上下分界、Diffset、RCFP和LR等。并以具體事務(wù)數(shù)據(jù)庫(kù)為例，介紹了后五種算法的存儲(chǔ)結(jié)構(gòu)，對(duì)這些算法的存儲(chǔ)結(jié)構(gòu)和建樹過(guò)程中的樹深度進(jìn)行了分析比較。 其次，論文提出了基于分界思想和RCFP-tree的頻繁項(xiàng)集挖掘算法LR-RCFP，該算法借鑒了RCFP算法中頻繁

3、項(xiàng)集的壓縮存儲(chǔ)結(jié)構(gòu)和LR算法中左右分界的思想。在UCI機(jī)器學(xué)習(xí)庫(kù)中的6個(gè)數(shù)據(jù)集上進(jìn)行了實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果表明，LR-RCFP算法比Eclat、Diffset、上下分界、RCFP和LR算法高效，而且穩(wěn)定。 最后，論文在LR-RCFP算法的基礎(chǔ)上，提出了基于LR-RCFP算法的多維關(guān)聯(lián)規(guī)則挖掘算法--MLR-RCFP。該算法采用LR-RCFP算法挖掘頻繁項(xiàng)集，利用頻繁項(xiàng)集約束頻繁謂詞集和多維關(guān)聯(lián)規(guī)則的挖掘。在UCI機(jī)器學(xué)習(xí)庫(kù)中的6個(gè)數(shù)據(jù)