頻繁模式挖掘技術(shù)的研究.pdf

1、隨著信息技術(shù)的發(fā)展，人們?cè)谌粘Ｊ聞?wù)處理和科學(xué)研究中積累了大量寶貴的數(shù)據(jù)。如何從中提取或挖掘用戶所需要的信息，是當(dāng)前信息科學(xué)和技術(shù)領(lǐng)域面臨的一大挑戰(zhàn)。關(guān)聯(lián)規(guī)則(association rules)挖掘在數(shù)據(jù)領(lǐng)域是一個(gè)重要的研究內(nèi)容，而頻繁模式挖掘是產(chǎn)生關(guān)聯(lián)規(guī)則的第一步。其研究內(nèi)容一般包括事務(wù)、序列、樹和圖。其方法被廣泛應(yīng)用于許多其它數(shù)據(jù)挖掘任務(wù)中，如相關(guān)性分析，周期分析，最大模式，閉合模式，查詢，分類，索引等等。由于問題本身的基礎(chǔ)性和內(nèi)在

2、復(fù)雜性，頻繁模式挖掘方法成為許多研究者關(guān)注的課題。 本文對(duì)頻繁模式挖掘相關(guān)技術(shù)進(jìn)行了研究。重點(diǎn)研究了以下幾個(gè)問題：基于互關(guān)聯(lián)后繼矩陣的區(qū)間頻繁模式挖掘方法；基于位圖(BitVector)頻繁模式挖掘算法；基于表構(gòu)投影模型(ProTable)的頻繁閉合模式挖掘算法及相關(guān)的實(shí)現(xiàn)技術(shù)等。本文研究內(nèi)容和創(chuàng)新工作主要包括以下三個(gè)方面： 1)基于IRSM模型的區(qū)間頻繁模式挖掘方面互關(guān)聯(lián)后繼矩陣模型是一種新型的全文存儲(chǔ)索引模型。這種模

3、型充分利用了字符序列的有序性和冗余性，適用于海量的全文存儲(chǔ)和索引。其優(yōu)勢在于：既是全文索引模型，又是全文存儲(chǔ)模型；對(duì)任意一全文都能構(gòu)造其互關(guān)聯(lián)后繼矩陣，同時(shí)對(duì)于互關(guān)聯(lián)后繼矩陣，也能還原其對(duì)應(yīng)的原文；具有極佳的空間效率；具有領(lǐng)域獨(dú)立性和查詢的完備性。本文擴(kuò)展了互關(guān)聯(lián)后繼矩陣的應(yīng)用領(lǐng)域，首次提出一種基于互關(guān)聯(lián)后繼矩陣模型的頻繁模式挖掘算法。其優(yōu)點(diǎn)在于：挖掘任務(wù)只局部關(guān)聯(lián)于后繼矩陣的一行，有較好的可擴(kuò)展性；算法簡單容易理解；具有與FP-Gro

4、wth算法相當(dāng)甚至更高的效率。 2)基于位圖的頻繁模式挖掘方法在通常的水平數(shù)據(jù)布局的頻繁模式挖掘算法的基礎(chǔ)上，本文提出一種垂直數(shù)據(jù)布局的頻繁模式挖掘算法即基于位圖模型的頻繁模式挖掘算法BitVector。采用0，1的形式來表示該項(xiàng)是否存在，并且巧妙地采用了RLE壓縮技術(shù)，等價(jià)類思想和混合遍歷的方法。該算法無論在空間和時(shí)間效率上對(duì)于特定的數(shù)據(jù)集都有較好的效率。 3)基于表構(gòu)投影模型的閉合頻繁模式方法頻繁閉合模式提供了完全頻