分布式最大頻繁模式挖掘算法的研究.pdf

1、關(guān)聯(lián)規(guī)則挖掘是數(shù)據(jù)挖掘領(lǐng)域的一個(gè)重要研究方向，而頻繁模式挖掘作為其中的一個(gè)關(guān)鍵技術(shù)和步驟，目前已經(jīng)取得了較豐碩的成果。然而由于頻繁模式挖掘的計(jì)算復(fù)雜度，因此業(yè)界提出了最大頻繁模式挖掘問題。最大頻繁模式不但隱含了所有的頻繁模式，而且某些數(shù)據(jù)挖掘應(yīng)用只需挖掘最大頻繁模式。此外，隨著網(wǎng)絡(luò)技術(shù)和分布式數(shù)據(jù)庫(kù)技術(shù)的迅速發(fā)展，使得分布式挖掘最大頻繁模式的研究成為必然。另外，在實(shí)際挖掘應(yīng)用中，由于事務(wù)數(shù)據(jù)庫(kù)可能發(fā)生變化，并且用戶可能不斷調(diào)整最小支持度

2、閾值來尋找更有價(jià)值的信息，因此如何對(duì)挖掘結(jié)果進(jìn)行有效更新也是一個(gè)值得研究的問題。
　　 本文的研究工作主要體現(xiàn)在以下幾個(gè)方面。
　　 首先，提出了用于挖掘分布式全局最大頻繁模式的DMFP算法。該算法在各站點(diǎn)采用改進(jìn)的頻繁模式樹(HSFP-tree)來壓縮存儲(chǔ)事務(wù)數(shù)據(jù)庫(kù)，并在HSFP-tree上采用深度優(yōu)先搜索策略來挖掘各局部最大頻繁模式，并通過站點(diǎn)間的相互通信最終得到全局最大頻繁模式。由于在挖掘過程中，不需產(chǎn)生條件模式樹

3、以及候選模式，從而減少了算法挖掘過程中的時(shí)間和空間開銷。實(shí)驗(yàn)結(jié)果表明，該算法具有較好的性能。
　　 其次，提出了用于解決最小支持度閾值發(fā)生變化時(shí)的分布式全局最大頻繁模式更新挖掘算法UDMFP。該算法在新的最小支持度閾值下，充分利用已挖掘的結(jié)果和頻繁模式樹，能夠快速地進(jìn)行全局最大頻繁模式的更新挖掘。實(shí)驗(yàn)結(jié)果表明，該更新算法具有較好的執(zhí)行效率。
　　 最后，提出了用于解決數(shù)據(jù)庫(kù)記錄發(fā)生變化時(shí)更新挖掘分布式全局最大頻繁模式問題