基于負(fù)頻繁項集的負(fù)關(guān)聯(lián)規(guī)則挖掘研究.pdf

1、近年來，隨著微型機(jī)以及網(wǎng)絡(luò)的普及和數(shù)據(jù)存儲技術(shù)的發(fā)展，很多領(lǐng)域的數(shù)據(jù)庫中都可儲備了海量數(shù)據(jù)，通過利用數(shù)據(jù)挖掘工具來分析和進(jìn)一步理解儲備的數(shù)據(jù)，發(fā)現(xiàn)數(shù)據(jù)中后面的有用知識成為目前計算機(jī)領(lǐng)域中最為活躍的一個研究領(lǐng)域。顯然，位列其中的關(guān)聯(lián)規(guī)則挖掘是一個重要分支，具有相當(dāng)重要的價值和十分廣泛的領(lǐng)域應(yīng)用前景。
　　 關(guān)聯(lián)規(guī)則有正、負(fù)關(guān)聯(lián)規(guī)則。目前而言，正關(guān)聯(lián)規(guī)則研究已經(jīng)受到了研究人員相當(dāng)?shù)年P(guān)注，而對含負(fù)項的負(fù)規(guī)則的研究力度仍然不夠。然而，在

2、相當(dāng)多研究領(lǐng)域中，事物否定因素也可以用來作為重要信息來源有著相當(dāng)重要的作用，因此為了達(dá)到更客觀決策的目的，我們完全有必要對負(fù)屬性的關(guān)聯(lián)進(jìn)行研究。
　　 本文基于正關(guān)聯(lián)規(guī)則和對負(fù)關(guān)聯(lián)規(guī)則定義的修改，提出了關(guān)聯(lián)模式表達(dá)式的左端或者右端或者左右端含有正、負(fù)混合項關(guān)聯(lián)規(guī)則?，F(xiàn)有負(fù)關(guān)聯(lián)規(guī)則及算法數(shù)目不夠多，而且大都基于Apriori 思想的算法，需要對我們存儲的數(shù)據(jù)集進(jìn)行掃描多次，也會生成大量候選項集。本文提出了新方法，用來從正頻繁項集中

3、挖掘負(fù)頻繁項集的算法，即e-NFIS算法。為了得到正頻繁項集，我們借用FP_growth算法，利用這個算法中頻繁模式樹壓縮存儲數(shù)據(jù)結(jié)構(gòu)，然后基于容斥原理的公式來計算挖掘出研究所需的含負(fù)項目的頻繁項集?；谠撍惴ǖ幕舅枷?，算法具有了避免多次掃描數(shù)據(jù)庫和生成大量候選項集的優(yōu)點。在時間和空間的開銷上跟目前的大多數(shù)據(jù)挖掘算法相比都具有一定的優(yōu)勢。實驗證明，算法具有很好的效率。
　　 另外，論文對現(xiàn)有的研究含正、負(fù)混合項的負(fù)關(guān)聯(lián)規(guī)則算法