分布式關聯(lián)規(guī)則挖掘算法研究.pdf

1、數(shù)據(jù)挖掘是當前KDD中的一個重要領域，而關聯(lián)規(guī)則挖掘是數(shù)據(jù)挖掘應用最廣泛的技術之一。現(xiàn)有的關聯(lián)規(guī)則挖掘算法和模型主要是基于數(shù)據(jù)庫或數(shù)據(jù)倉庫的，采用集中式處理。隨著分布式數(shù)據(jù)庫和網(wǎng)絡技術的發(fā)展，大量分散的數(shù)據(jù)不可能集中起來處理，本文就這個問題對分布式關聯(lián)規(guī)則的挖掘的算法進行了研究。 本文首先分析和介紹了關聯(lián)規(guī)則的基本概念和方法以及分布式關聯(lián)規(guī)則挖掘方法和技術，討論了關聯(lián)規(guī)則挖掘的三種不同頻繁項集的關系，基于完全頻繁項集存在的問題，

2、提出把挖掘最大頻繁項集作為本文的切入點。為了更好的對分布式關聯(lián)規(guī)則挖掘算法進行改進，對現(xiàn)有的典型算法做了實驗，通過實驗得出了改進的策略和解決方案。并提出一種基于被約束子樹的分布式關聯(lián)規(guī)則挖掘算法，該算法不同于以往的最大頻繁項集挖掘算法需要不斷更新最大頻繁項集集合，而是利用高度壓縮的FP_樹順序地挖掘出每個站點的最大頻繁項集，只需掃描數(shù)據(jù)庫兩次，然后站點間采用加優(yōu)先權值的方法來挖掘全局最大頻繁項目集。由全局最大頻繁項目集易得全局頻繁項目集