基于FP-growth算法的關聯(lián)規(guī)則挖掘算法研究.pdf

1、隨著計算機科學與技術的進步，信息技術領域在最近幾十年得到了迅猛發(fā)展，人們使用信息技術手段在各領域均產(chǎn)生并積累了海量數(shù)據(jù)，由于數(shù)據(jù)量以及維度巨大，傳統(tǒng)的數(shù)據(jù)分析方法已經(jīng)并不奏效，此時，數(shù)據(jù)挖掘技術應運而生。數(shù)據(jù)挖掘是從海量的實際應用數(shù)據(jù)中，挖掘出隱藏的、難以用普通手段發(fā)現(xiàn)的，但對現(xiàn)實生活中某些領域的應用具有實際價值的信息的過程。數(shù)據(jù)挖掘的主要任務之一關聯(lián)規(guī)則的作用在于揭示項集之間的有趣聯(lián)系，已廣泛應用于市場營銷、醫(yī)學、金融、生物等各個領域

2、。FP-growth算法作為關聯(lián)規(guī)則挖掘算法中的一個經(jīng)典算法，由于不需要產(chǎn)生候選項集，運行效率較Apriori算法有了一定程度上的提高，從而得到了廣泛應用。
　　本文針對FP-growth算法產(chǎn)生FP-tree太多、太大，占用內(nèi)存太多，以及向本地及數(shù)據(jù)庫服務器申請查詢重復數(shù)據(jù)給數(shù)據(jù)庫服務器增加負擔的問題，提出了NFP-growth算法。NFP-growth算法通過構造基于支持度二維表的方式存放各項的支持度計數(shù)，并且采用基于頻繁項集

3、劃分的思想，分別得到每個頻繁項的數(shù)據(jù)庫子集并從二維表中獲取支持度直接構造條件FP-tree，挖掘以該項為結尾的頻繁項集。減少了FP-tree的產(chǎn)生數(shù)量并將經(jīng)典FP-growth算法在此過程中遍歷每項前綴路徑的次數(shù)由2次減少為1次。
　　針對FP-growth算法產(chǎn)生頻繁項集的過程中會產(chǎn)生大量大于支持度閾值，但人們并不感興趣的頻繁項集的問題，本文在第四章提出的NFP-growth算法的基礎上進一步提出了KNFP-growth算法。K