平均高效用項集挖掘算法研究.pdf

1、關聯規(guī)則作為數據挖掘研究中最活躍的研究問題之一，通過從數據中找到事務間的內在聯系，提供給用戶符合用戶需求和興趣的挖掘結果。關聯規(guī)則挖掘可以處理來自各行各業(yè)的數據，在商業(yè)活動、科學研究、生物醫(yī)療等領域都有廣泛的應用。在進行傳統(tǒng)的關聯規(guī)則挖掘時，首先需要根據項集出現頻次得到頻繁項集，然后根據規(guī)則置信度產生強關聯規(guī)則;頻繁項集挖掘只考慮項集的出現頻次，忽略了各項本身的性質，所以出現頻次不高但是具有價值的挖掘結果可能被丟失。為了克服這個缺點，基

2、于效用的關聯規(guī)則挖掘被提出。效用值用來衡量項的重要性，能夠體現出項之間的差異?；谛в弥档年P聯規(guī)則挖掘通過綜合考慮項的頻次和效用值，挖掘出更貼合用戶需要的結果。傳統(tǒng)的效用值會受到項集長度的影響，即項集長度越長，項集的效用值越大;為了消除這種影響，平均效用值和平均高效用項集挖掘算法被提出。目前存在的平均高效用項集挖掘算法往往需要多次掃描數據庫或者產生大量的候選項集，會消耗大量的時間和空間。本文圍繞著提高平均高效用項集挖掘的效率和數據流上的

3、平均高效用項集挖掘展開研究，主要內容包括:
　　本文針對現有的平均高效用項集挖掘算法需要產生候選項集這一問題，提出了新的平均高效用項集挖掘算法HAUI-Mine。該算法只需要掃描兩次數據庫，并且挖掘過程中不需要產生候選項集。還設計了一種新的數據結構HAUI-Tree，其中壓縮存儲事務數據庫中的信息，通過遞歸構造條件模式樹來挖掘平均高效用項集。實驗結果表明，在數據集比較稠密或閾值比較小的情況下，HAUI-Mine算法的運行效率明顯優(yōu)

4、于HAUP-Mine算法。提出了能夠適用于數據流上的平均高效用項集挖掘的ITR-Mine算法。區(qū)別于傳統(tǒng)事務數據庫，數據流是無限的、按照一定順序到達的流動的數據。因為數據流的特性，事務數據庫中的挖掘算法不能直接對數據流進行實時、快速的挖掘。將ITR-Mine算法和滑動窗口技術相結合，可以用于挖掘數據流中的平均高效用項集。ITR-Tree算法只需要掃描窗口內數據一次，同時在挖掘過程中能夠避免產生候選項集。在ITR-Mine算法中，用ITR