基于改進(jìn)FP樹的關(guān)聯(lián)規(guī)則挖掘算法研究.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，是信息科學(xué)領(lǐng)域的前沿研究課題之一,關(guān)聯(lián)規(guī)則揭示項(xiàng)集間的相聯(lián)關(guān)系，已廣泛應(yīng)用于科研、商業(yè)、金融等領(lǐng)域，極大提高了決策支持的能力。在眾多的數(shù)據(jù)挖掘算法中，挖掘關(guān)聯(lián)規(guī)則是數(shù)據(jù)挖掘領(lǐng)域中的重要研究內(nèi)容，其中挖掘頻繁項(xiàng)目集是挖掘關(guān)聯(lián)規(guī)則中的關(guān)鍵問題之一。因?yàn)樽畲箢l繁項(xiàng)目集已經(jīng)隱含了所有的頻繁項(xiàng)目集，所以可以將發(fā)現(xiàn)頻繁項(xiàng)目集的問題轉(zhuǎn)化為發(fā)現(xiàn)最大頻繁項(xiàng)目集的問題。本文主要對挖掘最大頻繁項(xiàng)目集的問題進(jìn)行了

2、研究，并將其應(yīng)用到分布式計(jì)算環(huán)境中。 本文首先介紹關(guān)聯(lián)規(guī)則相關(guān)概念及其經(jīng)典算法Apriori和FP-growth，并簡介最大頻繁項(xiàng)目集挖掘的研究動(dòng)向及相關(guān)算法。然后基于改進(jìn)的FP-tree，提出一種最大頻繁項(xiàng)目集算法IFP-HaxFl，該算法不產(chǎn)生條件模式基，直接通過節(jié)點(diǎn)調(diào)整操作，得到后綴樹，然后挖掘后綴樹得到候選最大頻繁模式，通過對最大頻繁模式樹的快速訪問，可以實(shí)現(xiàn)候選最大頻繁模式的子集檢測。在分布式計(jì)算環(huán)境中，本文提出GMF