分布式環(huán)境下約束性關(guān)聯(lián)規(guī)則的挖掘算法研究與實(shí)現(xiàn).pdf

1、隨著分布式計算環(huán)境日益普遍，開發(fā)分布式數(shù)據(jù)挖掘算法變得日益重要。在實(shí)際的挖掘過程中需要有效地利用約束條件來提高挖掘效率。本文主要研究討論在分布式環(huán)境下基于約束條件的分布式關(guān)聯(lián)規(guī)則的挖掘問題。 針對分布式數(shù)據(jù)庫和項(xiàng)約束條件的特點(diǎn)，本文首先提出了基于Apriori算法的DMAIC算法和基于頻繁模式樹的DAMICFP算法。DMAIC算法可靠性高，通信協(xié)議簡單，適用于對通信性能要求不高的分布式數(shù)據(jù)庫；DAMICFP算法執(zhí)行效率高，通信性

2、能好，適用于對通信性能要求較高的多項(xiàng)目分布式數(shù)據(jù)庫。對于多種規(guī)則約束條件(反單調(diào)約束、單調(diào)約束、簡潔性約束、可轉(zhuǎn)變的約束)，本文在Eclat算法的概念格理論和等價類劃分方法基礎(chǔ)上，提出了EclatA、EclatM、EclatS、EclatCA等相應(yīng)約束條件下的挖掘算法。算法采用自底向上的搜索方法，在發(fā)現(xiàn)頻繁項(xiàng)集的同時進(jìn)行約束條件的檢驗(yàn)。數(shù)據(jù)庫的掃描次數(shù)較少，無需對候選項(xiàng)集進(jìn)行剪枝，占用內(nèi)存較小。論文在基于約束的Eclat類算法的基礎(chǔ)上，

3、結(jié)合抽樣的方法，提出了一種分布式挖掘多種規(guī)則約束的關(guān)聯(lián)規(guī)則挖掘算法一DMCASE算法。算法在各數(shù)據(jù)站點(diǎn)上對一個較小的樣本采用基于約束的Eclat類算法挖掘局部約束頻繁項(xiàng)集，用歸納學(xué)習(xí)的方法歸并所有局部約束頻繁項(xiàng)集產(chǎn)生全局約束頻繁項(xiàng)集。以前綴樹和位矩陣為數(shù)據(jù)結(jié)構(gòu)保證了算法只需掃描數(shù)據(jù)庫1次，通過完備性分析和實(shí)驗(yàn)證明算法兼顧了挖掘效率和精度。 本文同時研究了項(xiàng)約束關(guān)聯(lián)規(guī)則挖掘技術(shù)在生物信息學(xué)中的應(yīng)用。在FP-growth算法的基礎(chǔ)上