基于Fp-growth算法的關(guān)聯(lián)規(guī)則挖掘算法研究和應(yīng)用.pdf

1、關(guān)聯(lián)規(guī)則揭示項(xiàng)集間有趣的相聯(lián)關(guān)系，可廣泛應(yīng)用于市場(chǎng)營(yíng)銷、醫(yī)學(xué)、金融、生物、電信、農(nóng)業(yè)等領(lǐng)域，是數(shù)據(jù)挖掘的重要研究課題。自1993年R.Agrawal，R.Srikant首次提出該問(wèn)題以來(lái)，已出現(xiàn)了許多關(guān)聯(lián)規(guī)則挖掘算法。 Fp-growth算法是當(dāng)前挖掘頻繁項(xiàng)目集算法中應(yīng)用最廣，并且不需要候選集的一種挖掘關(guān)聯(lián)規(guī)則的算法。但是，F(xiàn)p-gorwth算法在挖掘大型數(shù)據(jù)庫(kù)時(shí)占用內(nèi)存大和運(yùn)行速度慢。為了克服這些不足，本文基于Fp-growt

2、h算法提出了兩種新的適合于挖掘大型數(shù)據(jù)庫(kù)的關(guān)聯(lián)規(guī)則算法，即新算法1和新算法2。 這兩種新算法采用不同的數(shù)據(jù)庫(kù)分解方法將數(shù)據(jù)庫(kù)分解，然后對(duì)分解得到的各個(gè)數(shù)據(jù)庫(kù)子集用Fp-growth算法進(jìn)行約束頻繁項(xiàng)挖掘，得到含有各個(gè)頻繁1-項(xiàng)集的項(xiàng)的頻繁項(xiàng)集，最后將這些頻繁項(xiàng)集合并起來(lái)便得到整個(gè)數(shù)據(jù)庫(kù)的所有頻繁項(xiàng)集。在進(jìn)行數(shù)據(jù)庫(kù)分解時(shí)，新算法1是對(duì)數(shù)據(jù)庫(kù)進(jìn)行頻繁1-項(xiàng)集的項(xiàng)總數(shù)次掃描，每次掃描分別得到各個(gè)頻繁1-項(xiàng)集的項(xiàng)的數(shù)據(jù)庫(kù)子集；而新算法2

3、則是將數(shù)據(jù)庫(kù)分解為一個(gè)保存事務(wù)信息的數(shù)據(jù)鏈表組，并用消除頭項(xiàng)、迭加后繼項(xiàng)的方式將數(shù)據(jù)鏈表組中的首數(shù)據(jù)鏈表分解，然后組合成新的數(shù)據(jù)鏈表組，并繼續(xù)分解其首數(shù)據(jù)鏈表。如此反復(fù)下去，逐步地組合成頻繁1-項(xiàng)集的項(xiàng)總數(shù)個(gè)數(shù)據(jù)庫(kù)子集。 本文通過(guò)實(shí)驗(yàn)比較了兩個(gè)新算法與Fp-growth算法的性能。實(shí)驗(yàn)表明，當(dāng)最小支持度較小或者數(shù)據(jù)庫(kù)很大時(shí)，新算法1和新算法2由于所采用的數(shù)據(jù)庫(kù)劃分策略緩解了Fp-growth算法單獨(dú)使用時(shí)對(duì)內(nèi)存的巨大需求，占用內(nèi)