基于FP-Tree的最大頻繁項(xiàng)集挖掘算法研究.pdf

1、關(guān)聯(lián)規(guī)則作為數(shù)據(jù)挖掘的重要研究領(lǐng)域之一，主要解決的是數(shù)據(jù)之間的關(guān)聯(lián)和許多其他有趣的模式。最大頻繁項(xiàng)集挖掘算法作為關(guān)聯(lián)規(guī)則算法中的一類經(jīng)典算法，包含了所有的頻繁項(xiàng)集的信息，而且某些數(shù)據(jù)挖掘應(yīng)用僅需挖掘最大頻繁項(xiàng)集。因此挖掘最大頻繁項(xiàng)集具有十分重要的意義。但是經(jīng)典的最大頻繁項(xiàng)集挖掘算法存在一些問題:遞歸地產(chǎn)生大量條件頻繁模式樹;每次存儲當(dāng)前挖掘出的頻繁項(xiàng)集之前都需要超集檢驗(yàn);更新數(shù)據(jù)庫后需要重新運(yùn)行挖掘算法。
　　 本文在廣泛查閱國

2、內(nèi)外關(guān)聯(lián)規(guī)則挖掘算法基礎(chǔ)上，針對算法的空間效率和時(shí)間效率，提出了三方面的改進(jìn)，并通過實(shí)驗(yàn)驗(yàn)證。本文的主要研究內(nèi)容如下:
　　 (1)提出了單向有序的FP-Tree(OWSFP-Tree)。主要研究了OWSFP-Tree的性質(zhì)、構(gòu)建流程以及構(gòu)造實(shí)例。另外，通過和傳統(tǒng)的FP-Tree比較，我們可以發(fā)現(xiàn)該樹具有以下優(yōu)點(diǎn):a）節(jié)約了空間資源;b）減少了算法遞歸的次數(shù);c）為避免每次存儲當(dāng)前挖掘出的頻繁項(xiàng)集之前都需要超集檢驗(yàn)提供基礎(chǔ)。

3、r>　　 (2)提出了基于OWSFP-Tree和項(xiàng)目表格的最大頻繁項(xiàng)集挖掘算法(NCFP-Max算法)。主要研究了NCFP-Max算法的性質(zhì)、策略、算法流程以及算法實(shí)例。通過實(shí)驗(yàn)驗(yàn)證在相同的環(huán)境下NCFP-Max算法的挖掘時(shí)間比FP-Max算法減少了50％左右。
　　 (3)提出了基于降維的最大頻繁項(xiàng)集增量式更新算法。主要針對的是偶然間向事務(wù)數(shù)據(jù)庫中增加新的數(shù)據(jù)集時(shí)，如何利用已經(jīng)生成的最大頻繁項(xiàng)集和OWSFP-Tree產(chǎn)生新的