頻繁閉項(xiàng)集挖掘算法研究.pdf

1、在大數(shù)據(jù)的時(shí)代背景下，人們被淹沒(méi)在信息之中，卻得不到更多有用的知識(shí)。數(shù)據(jù)挖掘技術(shù)由此應(yīng)運(yùn)而生。近年來(lái)，關(guān)聯(lián)規(guī)則挖掘研究已經(jīng)成為數(shù)據(jù)挖掘中的一個(gè)熱門問(wèn)題，并被廣泛應(yīng)用于金融、市場(chǎng)營(yíng)銷、事務(wù)分析等領(lǐng)域。傳統(tǒng)的關(guān)聯(lián)規(guī)則挖掘算法主要任務(wù)是挖掘頻繁項(xiàng)集，然而挖掘所有頻繁項(xiàng)集會(huì)產(chǎn)生太多的冗余。由于頻繁閉項(xiàng)集的數(shù)量級(jí)遠(yuǎn)小于所有頻繁項(xiàng)集的數(shù)量，而且頻繁閉項(xiàng)集不會(huì)丟失項(xiàng)集的信息，所以不用挖掘所有的頻繁項(xiàng)集，用挖掘頻繁閉項(xiàng)集來(lái)代替是一個(gè)很好的選擇。

2、　　近年來(lái)，不確定性數(shù)據(jù)得到了越來(lái)越廣泛的重視。不確定性數(shù)據(jù)廣泛出現(xiàn)在經(jīng)濟(jì)、金融、電信、物流等領(lǐng)域中，不確定數(shù)據(jù)挖掘已經(jīng)成為數(shù)據(jù)挖掘領(lǐng)域中一個(gè)非常重要的研究課題，其中頻繁項(xiàng)集挖掘是重點(diǎn)研究的問(wèn)題之一。因此，本文主要研究了在確定性數(shù)據(jù)和不確定性數(shù)據(jù)上來(lái)挖掘頻繁閉項(xiàng)集的問(wèn)題。
　　本文主要工作包括:(1)詳細(xì)說(shuō)明了在確定性數(shù)據(jù)和不確定性數(shù)據(jù)上挖掘頻繁閉項(xiàng)集的有關(guān)概念和相關(guān)理論;(2)總結(jié)了之前已有的兩類主流頻繁項(xiàng)集挖掘框架:基于Apr

3、iori的寬度優(yōu)先挖掘和基于FP樹(shù)的深度優(yōu)先挖掘;(3)詳細(xì)介紹了確定性數(shù)據(jù)上的頻繁閉項(xiàng)集挖掘算法，總結(jié)了相關(guān)算法的優(yōu)缺點(diǎn)，并通過(guò)實(shí)驗(yàn)對(duì)比證明了各算法的性能;(4)針對(duì)最新的不確定數(shù)據(jù)上的頻繁閉項(xiàng)集挖掘算法A-PFCIM算法進(jìn)行了深入分析;(5)提出了一種新的頻繁閉項(xiàng)集挖掘算法NA-PFCIM。該算法將項(xiàng)集挖掘過(guò)程中項(xiàng)集的出現(xiàn)次數(shù)看作一個(gè)概率分布函數(shù)，考慮到基于正態(tài)分布模型的方法提取的頻繁項(xiàng)集精確度較高，而且支持大型數(shù)據(jù)庫(kù)，所以我們采用