數(shù)據(jù)流最大頻繁項(xiàng)集挖掘算法的研究.pdf

1、數(shù)據(jù)流挖掘是應(yīng)用數(shù)學(xué)與數(shù)據(jù)庫(kù)領(lǐng)域研究的熱點(diǎn)問(wèn)題。頻繁項(xiàng)集挖掘是數(shù)據(jù)流挖掘的核心問(wèn)題之一。由于最大頻繁項(xiàng)集包含了其子集所代表的頻繁項(xiàng)集，能夠最大程度地減小存儲(chǔ)規(guī)模，因此，本文對(duì)數(shù)據(jù)流最大頻繁項(xiàng)集挖掘算法進(jìn)行了研究。主要工作如下:
　　(1)對(duì)現(xiàn)有的數(shù)據(jù)流挖掘算法進(jìn)行了研究和分析，指出了存在的問(wèn)題，并對(duì)其進(jìn)行了改進(jìn)。在DSM-MFI算法的項(xiàng)集的計(jì)數(shù)中引入衰減率，得到了一個(gè)挖掘數(shù)據(jù)流最大頻繁項(xiàng)集算法—DSM-AMFI算法。算法通過(guò)減少歷

2、史數(shù)據(jù)的計(jì)數(shù)，達(dá)到減少舊事務(wù)對(duì)當(dāng)前挖掘結(jié)果的影響的目的，降低了挖掘的規(guī)模，增強(qiáng)了算法的動(dòng)態(tài)性。實(shí)驗(yàn)結(jié)果表明，在密集數(shù)據(jù)流條件下，DSM-AMFI算法時(shí)間效率比原算法有顯著的提高。
　　(2)設(shè)計(jì)了前綴二叉樹(shù)存儲(chǔ)結(jié)構(gòu)—PBT，結(jié)合Bitset結(jié)構(gòu)，改變了傳統(tǒng)的存儲(chǔ)方式，進(jìn)而給出了一個(gè)基于前綴二叉樹(shù)的數(shù)據(jù)流最大頻繁項(xiàng)集挖掘算法—DSMMFI-BPBT算法。在挖掘最大頻繁項(xiàng)集過(guò)程中，由于僅對(duì)PBT中節(jié)點(diǎn)的項(xiàng)集進(jìn)行位運(yùn)算，不必存儲(chǔ)位運(yùn)算過(guò)