基于多支持度的負頻繁模式挖掘關鍵技術研究.pdf

1、頻繁模式挖掘是數(shù)據(jù)挖掘和知識發(fā)現(xiàn)領域的重要研究內容之一，它是指從數(shù)據(jù)庫中挖掘出頻繁出現(xiàn)的模式，包括頻繁項集、頻繁子序列（又稱序列模式）和頻繁子結構。作為頻繁模式挖掘的補充，負頻繁模式挖掘不僅考慮了已發(fā)生的事件，還考慮了未發(fā)生事件，為數(shù)據(jù)分析提供了新的角度，能夠更深入地分析和理解數(shù)據(jù)中的潛在含義，在許多應用中甚至起著不可替代的作用。近幾年來，負頻繁模式挖掘已經(jīng)應用于諸多領域。然而，由于實際應用中不同項的實際發(fā)生頻率不同,而傳統(tǒng)的負頻繁模式

2、挖掘算法往往局限于單一的最小支持度，無法反映出挖掘對象本身的特性，由此我們?yōu)槊總€項設定了一個支持度，即多支持度。本文利用負頻繁模式挖掘算法以及多支持度的頻繁模式挖掘算法來研究基于多支持度的負頻繁模式挖掘算法，具體內容如下：
　　1、多支持度的頻繁項集挖掘算法。
　　本文基于經(jīng)典的單支持度的Apriori算法提出了一種新的多支持度頻繁項集挖掘算法MSB_apriori,該方法先用Apriori算法根據(jù)最小的支持度閾值挖掘得到單

3、最小支持度下的頻繁項集，再對這些項集進行篩選，篩選出滿足其自身最小支持度的頻繁項集。因為此算法耗時長，我們又提出了它的優(yōu)化算法MSB_apriori+，該方法主要不同之處在于挖掘之前先根據(jù)每個項的最小支持度閾值對所有的項進行升序排列，在整個挖掘過程中所有項集中的項都保持此順序，這樣可以大大減少侯選項集的生成數(shù)量。與MSapriori算法相比，這兩個算法理解起來要容易很多，而且適合于支持度突然發(fā)生改變的情況。
　　2、多支持度的負頻

4、繁項集挖掘方法。
　　針對現(xiàn)有負頻繁項集挖掘算法基本都采用單最小支持度，本文提出了多支持度的負頻繁項集挖掘方法E-msNFIS。該方法先用MSapriori算法挖掘出多支持度下的頻繁項集，再基于這些項集生成相應的負侯選項集，最后篩選出滿足支持度要求的負頻繁項集。本文還提出了負項集的最小支持度設置方法。與單支持度的E-NFIS算法進行比較，該算法可以挖掘出更多有價值的負頻繁項集，為用戶的決策制定提供了更多信息。
　　3、多支持

5、度的負序列模式挖掘方法。
　　針對現(xiàn)有負序列模式挖掘算法基本都采用單最小支持度，本文提出了多支持度的負序列模式挖掘方法E-msNSP。該方法先用多最小支持度的MS-GSP算法挖掘出所有的正序列模式，再基于這些正模式生成相應的負侯選序列，最后篩選出滿足支持度要求的負序列模式。本文還提出了負元素以及負序列的最小支持度設置方法。通過實驗比較了正序列模式以及基于正序列模式挖掘得到的負序列模式的耗時和數(shù)量，結果顯示該方法挖掘出的負序列模式數(shù)

6、量多，用時少，非常高效。
　　4、帶負利潤項的高效用序列模式挖掘。
　　效用（利潤）與支持度相比，在很多實際應用中更能反映出商業(yè)價值。傳統(tǒng)的效用序列模式挖掘算法僅局限于項的正利潤，而沒有提及負利潤，而負利潤在許多實際應用中同樣很重要。為此，本文將負利潤項加入到序列模式挖掘研究中，提出了帶負利潤項的高效用序列模式挖掘算法HUSPNIV。每個項都有2個屬性，即單項利潤和購買數(shù)量。該算法采用q-序列詞典樹來構造和組織q-序列，采用