版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)
文檔簡介
1、頻繁項挖掘作為數(shù)據(jù)挖掘領(lǐng)域研究的重要主題之一,已被證實具有一定的理論價值,并且在市場選擇、決策支持和商務(wù)管理等方面得到廣泛的應(yīng)用。隨著科學(xué)理論和技術(shù)的發(fā)展,金融,傳感器網(wǎng)絡(luò)和醫(yī)學(xué)等領(lǐng)域涌現(xiàn)大量不確定數(shù)據(jù)。簡單忽略數(shù)據(jù)的不確定性,應(yīng)用傳統(tǒng)算法挖掘頻繁項產(chǎn)生的結(jié)果難以令人信服。近年來,針對不確定數(shù)據(jù)的頻繁項挖掘逐漸成為研究熱點,大部分研究成果基于傳統(tǒng)頻繁項挖掘算法改進,如U-Apriori算法、UF-growth算法等,性能勉強接受,但有待
2、深入研究。鑒于此,本文針對UF-growth算法和U-Apriori算法進行改進和優(yōu)化,進一步提高不確定數(shù)據(jù)中頻繁項挖掘的效率。
針對UF-growth算法構(gòu)造大量樹結(jié)點和分枝的局限性,提出壓縮UF-tree算法,放寬構(gòu)建樹結(jié)構(gòu)標(biāo)準(zhǔn):不考慮數(shù)據(jù)項的存在概率,數(shù)據(jù)項名一旦與樹結(jié)構(gòu)中對應(yīng)結(jié)點匹配,共享該結(jié)點,否則,考慮從未匹配結(jié)點處開辟新分枝,當(dāng)前數(shù)據(jù)項及事務(wù)中其后的所有數(shù)據(jù)項作為結(jié)點有序地添加到新分枝中,事務(wù)中最后處理的數(shù)據(jù)項對
3、應(yīng)的結(jié)點保存事務(wù)編號。借鑒概念格理論中的等價類關(guān)系產(chǎn)生候選項,縮減遍歷分枝的路徑次數(shù)。構(gòu)建概率向量結(jié)構(gòu),集中存儲單項頻繁項的存在概率,結(jié)合事務(wù)編號集,利用點積運算統(tǒng)一處理所有候選項的支持度,經(jīng)過支持度約束過濾,產(chǎn)生所有頻繁項。通過實驗證明,與UF-growth算法相比,壓縮UF-tree算法效率更高。
針對U-Apriori算法多次遍歷數(shù)據(jù)庫的缺陷進行改進,結(jié)合Eclat算法思想,提出UF-Eclat算法。將不確定數(shù)據(jù)項的存在
4、概率進行抽離,保存在概率向量之中。采用Eclat算法的深度優(yōu)先搜索策略,以單項頻繁項構(gòu)建初始結(jié)點,同層兄弟結(jié)點構(gòu)成子數(shù)據(jù)庫,利用概念格理論的等價關(guān)系,產(chǎn)生基于當(dāng)前結(jié)點的原子項,作為項集搜索樹的下層結(jié)點,實現(xiàn)i項頻繁項產(chǎn)生(i1)項頻繁項。在迭代過程中,利用概率向量點積運算計算候選項的支持度,通過支持度約束過濾非頻繁項,使用Apriori性質(zhì)對樹分枝進行前修剪,抑制樹結(jié)構(gòu)的過度增長。通過實驗證明, UF-Eclat算法結(jié)果與U-Aprio
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于不確定數(shù)據(jù)的頻繁項集挖掘算法的研究.pdf
- 不確定數(shù)據(jù)頻繁模式挖掘算法研究.pdf
- 面向不確定數(shù)據(jù)的頻繁模式挖掘算法研究.pdf
- 面向不確定數(shù)據(jù)的頻繁模式挖掘方法研究.pdf
- 不確定數(shù)據(jù)流中頻繁數(shù)據(jù)挖掘研究.pdf
- 不確定數(shù)據(jù)中頻繁序列模式挖掘算法的研究.pdf
- 不確定數(shù)據(jù)流中頻繁模式挖掘算法的研究.pdf
- 面向不確定數(shù)據(jù)流的頻繁模式挖掘算法研究.pdf
- 不確定數(shù)據(jù)的挖掘算法研究.pdf
- 不確定數(shù)據(jù)Topk高期望權(quán)香項集挖掘研究.pdf
- 不確定頻繁閉項集挖掘算法研究.pdf
- 基于不確定圖數(shù)據(jù)頻繁挖掘的研究.pdf
- 不確定性數(shù)據(jù)流頻繁項集挖掘算法研究.pdf
- 不確定數(shù)據(jù)挖掘技術(shù)研究及應(yīng)用.pdf
- 不確定性數(shù)據(jù)中的概率頻繁項集挖掘算法的研究.pdf
- 不確定性數(shù)據(jù)頻繁模式挖掘算法研究.pdf
- 不確定性數(shù)據(jù)頻繁模式挖掘算法的研究.pdf
- 不確定數(shù)據(jù)skyline查詢研究.pdf
- 不確定數(shù)據(jù)集Skyline查詢研究.pdf
- 不確定數(shù)據(jù)聚類算法研究.pdf
評論
0/150
提交評論