基于FP-growth算法的關(guān)聯(lián)規(guī)則挖掘算法研究.pdf

1、隨著計(jì)算機(jī)科學(xué)與技術(shù)的進(jìn)步，信息技術(shù)領(lǐng)域在最近幾十年得到了迅猛發(fā)展，人們使用信息技術(shù)手段在各領(lǐng)域均產(chǎn)生并積累了海量數(shù)據(jù)，由于數(shù)據(jù)量以及維度巨大，傳統(tǒng)的數(shù)據(jù)分析方法已經(jīng)并不奏效，此時(shí)，數(shù)據(jù)挖掘技術(shù)應(yīng)運(yùn)而生。數(shù)據(jù)挖掘是從海量的實(shí)際應(yīng)用數(shù)據(jù)中，挖掘出隱藏的、難以用普通手段發(fā)現(xiàn)的，但對(duì)現(xiàn)實(shí)生活中某些領(lǐng)域的應(yīng)用具有實(shí)際價(jià)值的信息的過程。數(shù)據(jù)挖掘的主要任務(wù)之一關(guān)聯(lián)規(guī)則的作用在于揭示項(xiàng)集之間的有趣聯(lián)系，已廣泛應(yīng)用于市場(chǎng)營(yíng)銷、醫(yī)學(xué)、金融、生物等各個(gè)領(lǐng)域

2、。FP-growth算法作為關(guān)聯(lián)規(guī)則挖掘算法中的一個(gè)經(jīng)典算法，由于不需要產(chǎn)生候選項(xiàng)集，運(yùn)行效率較Apriori算法有了一定程度上的提高，從而得到了廣泛應(yīng)用。
　　本文針對(duì)FP-growth算法產(chǎn)生FP-tree太多、太大，占用內(nèi)存太多，以及向本地及數(shù)據(jù)庫(kù)服務(wù)器申請(qǐng)查詢重復(fù)數(shù)據(jù)給數(shù)據(jù)庫(kù)服務(wù)器增加負(fù)擔(dān)的問題，提出了NFP-growth算法。NFP-growth算法通過構(gòu)造基于支持度二維表的方式存放各項(xiàng)的支持度計(jì)數(shù)，并且采用基于頻繁項(xiàng)集

3、劃分的思想，分別得到每個(gè)頻繁項(xiàng)的數(shù)據(jù)庫(kù)子集并從二維表中獲取支持度直接構(gòu)造條件FP-tree，挖掘以該項(xiàng)為結(jié)尾的頻繁項(xiàng)集。減少了FP-tree的產(chǎn)生數(shù)量并將經(jīng)典FP-growth算法在此過程中遍歷每項(xiàng)前綴路徑的次數(shù)由2次減少為1次。
　　針對(duì)FP-growth算法產(chǎn)生頻繁項(xiàng)集的過程中會(huì)產(chǎn)生大量大于支持度閾值，但人們并不感興趣的頻繁項(xiàng)集的問題，本文在第四章提出的NFP-growth算法的基礎(chǔ)上進(jìn)一步提出了KNFP-growth算法。K