頻繁閉合項集挖掘研究.pdf

1、　　數(shù)據(jù)挖掘技術(shù)是解決數(shù)據(jù)豐富而知識貧乏的有效途徑,當(dāng)屬信息科學(xué)領(lǐng)域的前沿研究課題之一,有關(guān)的研究和應(yīng)用極大提高了決策支持的能力,它已被公認(rèn)為是數(shù)據(jù)庫研究中一個極富應(yīng)用前景的領(lǐng)域。相關(guān)領(lǐng)域的研究和應(yīng)用已經(jīng)大大提高決策支持的能力,它被認(rèn)為是數(shù)據(jù)庫研究領(lǐng)域中最具發(fā)展?jié)摿Φ囊粋€方向。
　　頻繁模式的挖掘被公認(rèn)為在很多數(shù)據(jù)挖掘工作中占據(jù)重要的地位,但是,眾所周知頻繁模式挖掘常常會產(chǎn)生數(shù)額很大的頻繁項集和關(guān)聯(lián)規(guī)則數(shù)目,這不僅降低了效率更影響

2、到了效果,因為用戶需要從大量的關(guān)聯(lián)規(guī)則中尋找有用的規(guī)則。
　　當(dāng)前的研究提出了一個有趣的選擇：挖掘頻繁閉合項集與其對應(yīng)的關(guān)聯(lián)規(guī)則,這同關(guān)聯(lián)規(guī)則的挖掘具有同樣的效果,但是會實質(zhì)性的減少產(chǎn)生的頻繁項集的數(shù)量,隨后產(chǎn)生的規(guī)則的數(shù)量亦大大減少。
　　本文首先對頻繁項集挖掘作了些介紹,包括它的定義、性質(zhì)以及經(jīng)典的挖掘算法,如apriori,FP-growth。并且在這部分給出了改善FP-growth。的新算法。然后對頻繁項集的做了詳盡