多維多層數(shù)據(jù)挖掘算法MPFP的設(shè)計(jì)及其應(yīng)用研究.pdf

1、FP-增長算法是一種基于模式增長的頻繁模式挖掘算法,它只需要兩次掃描數(shù)據(jù)庫,避免了大量候選項(xiàng)集的產(chǎn)生,效率比Apriori算法快一個數(shù)量級.然而,此算法也存在著局限性和不足.它的不足和局限性主要表現(xiàn)在以下三方面:①FP-增長算法只是用來挖掘單層、單維的頻繁模式,并且只能設(shè)定統(tǒng)一的最小支持度,這將會導(dǎo)致丟失支持度較低的有效集合.②當(dāng)數(shù)據(jù)庫很大或挖掘時設(shè)置的最小支持度閾值很小時,構(gòu)造基于整個數(shù)據(jù)庫的FP-樹不能存放入內(nèi)存,使得FP-增長算法

2、不能很好地對大型數(shù)據(jù)庫進(jìn)行挖掘.③在構(gòu)造FP-樹的過程中,必須對數(shù)據(jù)庫中每個事務(wù)的每個頻繁項(xiàng)逐個進(jìn)行判斷,決定如何插入到樹中,嚴(yán)重影響了算法效率.該文針對FP-增長算法的不足,設(shè)計(jì)了一種新的算法——MPFP算法,新的算法很好地解決了算法的不足.MPFP算法有以下幾種優(yōu)點(diǎn):①可以挖掘多維、多層數(shù)據(jù),并在不同層次間可以指定多個不同的最小支持度來進(jìn)行關(guān)聯(lián)規(guī)則的挖掘.②對于大型數(shù)據(jù)庫采用了將數(shù)據(jù)庫劃分成投影數(shù)據(jù)庫的集合并對生成的投影數(shù)據(jù)庫構(gòu)造能

3、夠存放于內(nèi)存的FP-tree樹.③在構(gòu)造基于投影數(shù)據(jù)庫的FP-樹時,采用了一種樹和投影技術(shù)相結(jié)合的方法,按層次構(gòu)造基于投影數(shù)據(jù)庫的FP-樹.算法具有良好的可伸縮性,同時大大提高了系統(tǒng)的性能.然后,根據(jù)新的關(guān)聯(lián)規(guī)則挖掘算法——MPFP算法,結(jié)合航運(yùn)企業(yè)業(yè)務(wù)的實(shí)際情,設(shè)計(jì)了面向航運(yùn)企業(yè)的數(shù)據(jù)挖掘模型RS-MINER,在挖掘模型RS-MINER的實(shí)現(xiàn)過程中,運(yùn)用支持多平臺的JAVA開發(fā)語言,采用了面向?qū)ο蟮脑O(shè)計(jì)和開發(fā)方法.同時,在知識的表達(dá)和