基于頻繁模式樹的最大頻繁項集挖掘算法研究.pdf

1、數(shù)據(jù)挖掘是一門新興的交叉學(xué)科，涉及到數(shù)據(jù)庫技術(shù)、機器學(xué)習(xí)、統(tǒng)計學(xué)、模式識別、神經(jīng)網(wǎng)絡(luò)、人工智能、數(shù)據(jù)可視化等多個領(lǐng)域。目前它已成為數(shù)據(jù)處理和分析研究中最活躍、最令人興奮的領(lǐng)域之一。
　　 關(guān)聯(lián)規(guī)則是數(shù)據(jù)挖掘研究中一個重要的研究課題，其主要的研究目的是從大型數(shù)據(jù)庫中發(fā)現(xiàn)屬性間存在的隱藏的、有趣的關(guān)系。頻繁項集挖掘是關(guān)聯(lián)規(guī)則挖掘的第一步，也是影響總體性能最關(guān)鍵的一步。頻繁模式樹(Frequent Pattern tree，F(xiàn)P-tr

2、ee)是一種高效的頻繁項集挖掘數(shù)據(jù)結(jié)構(gòu)，對于最大頻繁項集(MaximalFrequent Itemset，MFI)的挖掘的也是近年來的研究熱點。因此，本文針對基于FP-tree的最大頻繁項集的挖掘算法展開了研究，主要包括以下幾部分工作：
　　 首先，本文敘述了相關(guān)工作的背景知識。分析了當(dāng)前數(shù)據(jù)挖掘和關(guān)聯(lián)規(guī)則挖掘的研究現(xiàn)狀、相關(guān)的概念與現(xiàn)有的技術(shù)，并且在分析了最大頻繁項集挖掘算法的研究現(xiàn)狀以后，詳細(xì)闡述了經(jīng)典的最大頻繁項集挖掘算法

3、FP-Max及其改進快速算法FP-Max*的思想，指出了他們的優(yōu)點與不足。
　　 其次，本文提出了擴展FP-tree的概念，緊接著提出了基于擴展FP-tree的最大頻繁項集挖掘算法FP-MFI*。該算法利用最長路徑的特性，使得算法不需要對含有最長路徑的項建立條件FP-tree，加上快速的FP-tree構(gòu)造算法的應(yīng)用，從而達(dá)到降低算法時間復(fù)雜度的目的。作者在不同疏密程度的公共數(shù)據(jù)集上運用FP-MFI*進行最大頻繁項集的挖掘，實驗結(jié)

4、果表明該算法在稠密型數(shù)據(jù)集上挖掘最大頻繁項集比FP-Max*更有效。
　　 另外，針對上面算法都需要在對頭表中的項逐項處理過程中必須生成條件FP-tree的問題，應(yīng)用了排序FP-tree這一數(shù)據(jù)結(jié)構(gòu)，并且利用排序FP-tree的性質(zhì)，提出了SFP-MFI*算法。這個算法省去了在挖掘FP-tree時構(gòu)造條件FP-tree這個繁瑣的過程，使得算法的時間復(fù)雜度大大降低。實驗結(jié)果表明該算法在稠密型和稀疏型數(shù)據(jù)集上的效率都高于FP-Max