頻繁閉項集挖掘算法研究.pdf

1、在大數(shù)據(jù)的時代背景下，人們被淹沒在信息之中，卻得不到更多有用的知識。數(shù)據(jù)挖掘技術(shù)由此應(yīng)運而生。近年來，關(guān)聯(lián)規(guī)則挖掘研究已經(jīng)成為數(shù)據(jù)挖掘中的一個熱門問題，并被廣泛應(yīng)用于金融、市場營銷、事務(wù)分析等領(lǐng)域。傳統(tǒng)的關(guān)聯(lián)規(guī)則挖掘算法主要任務(wù)是挖掘頻繁項集，然而挖掘所有頻繁項集會產(chǎn)生太多的冗余。由于頻繁閉項集的數(shù)量級遠小于所有頻繁項集的數(shù)量，而且頻繁閉項集不會丟失項集的信息，所以不用挖掘所有的頻繁項集，用挖掘頻繁閉項集來代替是一個很好的選擇。

2、　　近年來，不確定性數(shù)據(jù)得到了越來越廣泛的重視。不確定性數(shù)據(jù)廣泛出現(xiàn)在經(jīng)濟、金融、電信、物流等領(lǐng)域中，不確定數(shù)據(jù)挖掘已經(jīng)成為數(shù)據(jù)挖掘領(lǐng)域中一個非常重要的研究課題，其中頻繁項集挖掘是重點研究的問題之一。因此，本文主要研究了在確定性數(shù)據(jù)和不確定性數(shù)據(jù)上來挖掘頻繁閉項集的問題。
　　本文主要工作包括:(1)詳細說明了在確定性數(shù)據(jù)和不確定性數(shù)據(jù)上挖掘頻繁閉項集的有關(guān)概念和相關(guān)理論;(2)總結(jié)了之前已有的兩類主流頻繁項集挖掘框架:基于Apr

3、iori的寬度優(yōu)先挖掘和基于FP樹的深度優(yōu)先挖掘;(3)詳細介紹了確定性數(shù)據(jù)上的頻繁閉項集挖掘算法，總結(jié)了相關(guān)算法的優(yōu)缺點，并通過實驗對比證明了各算法的性能;(4)針對最新的不確定數(shù)據(jù)上的頻繁閉項集挖掘算法A-PFCIM算法進行了深入分析;(5)提出了一種新的頻繁閉項集挖掘算法NA-PFCIM。該算法將項集挖掘過程中項集的出現(xiàn)次數(shù)看作一個概率分布函數(shù)，考慮到基于正態(tài)分布模型的方法提取的頻繁項集精確度較高，而且支持大型數(shù)據(jù)庫，所以我們采用