基于頻繁模式樹的最大頻繁項目集挖掘算法研究.pdf

1、隨著互聯(lián)網(wǎng)技術(shù)的快速發(fā)展，數(shù)據(jù)挖掘領(lǐng)域受到了越來越多的關(guān)注。關(guān)聯(lián)規(guī)則一直是該領(lǐng)域的研究熱點，主要是為了發(fā)現(xiàn)數(shù)據(jù)之間的關(guān)聯(lián)以及有趣的模式。挖掘最大頻繁項目集作為關(guān)聯(lián)規(guī)則的一個重要的研究內(nèi)容，它不僅已經(jīng)涵蓋了所有的頻繁項目集，而且某些數(shù)據(jù)挖掘應(yīng)用僅需挖掘最大頻繁項目集，因此挖掘最大頻繁項目集意義重大。本文從三方面對最大頻繁項目集挖掘算法進行研究，分別是對候選項目集降維的研究，超集檢測方法的研究以及增量式更新算法的研究。
　　首先，為了

2、解決算法DMFIA（Discover Maximum Frequent Itemsets Algorithm）中初始候選項目集維數(shù)較高且挖掘較短最大頻繁項目集效率低下的問題，提出了一種改進的基于頻繁模式樹FP-Tree（Frequent Pattern Tree）的最大頻繁項目集挖掘算法FP-EMFIA（Algorithm for Efficiently Mining Maximum Frequent Itemsets Based on

3、 FP-Tree）。該算法采用自上而下和自下而上的雙向搜索策略，并對條件模式基中項目的計數(shù)特點進行了分析，將一定包含或一定不包含在最大頻繁項目集中的項目進行過濾，從而降低候選項目集的初始值維數(shù)。并利用挖掘出的較短的非頻繁項目集對候選項目集進行剪枝，從而提高算法的效率。
　　其次，為了解決最大頻繁項目集挖掘算法中超集檢測次數(shù)過多的問題，提出了一種基于索引鏈表的超集檢測算法IL-SC（Superset Checking Algorit

4、hm Based on Index List）。該算法采用索引鏈表的存儲結(jié)構(gòu)，使得最大頻繁項目集的存儲變得有序化，減少不必要的超集檢測操作，從而提高超集檢測的效率。
　　最后，在FP-EMFIA的基礎(chǔ)上，提出了一種增量式更新算法FP-EUMFIA（Update Maximum Frequent Itemsets Algorithm Based on FP-EMFIA），以便高效利用之前挖掘出的結(jié)果。這樣，能夠大幅度降低初始候選項目