不確定數(shù)據(jù)頻繁模式挖掘算法研究.pdf

1、隨著科學(xué)技術(shù)的飛速發(fā)展,傳感器網(wǎng)絡(luò)、無線射頻識別、隱私保護(hù)等技術(shù)得到了廣泛的研究與應(yīng)用,隨之而來也產(chǎn)生了大量的不確定數(shù)據(jù)。以前人們總是試圖使用處理確定數(shù)據(jù)的方法來處理不確定數(shù)據(jù),但是往往得不到正確的結(jié)果,因此探索適合于處理不確定數(shù)據(jù)的挖掘算法顯得尤為迫切。
　　本文首先概述了不確定數(shù)據(jù)產(chǎn)生的原因及其表現(xiàn)形式,并且簡要介紹了不確定性方法,在此基礎(chǔ)之上提出了不確定數(shù)據(jù)的模型,總結(jié)了幾種常用的不確定性算法。由于不確定數(shù)據(jù)比確定數(shù)據(jù)要復(fù)雜

2、得多,在處理方法上有其特殊性,目前的一些算法,在使用范圍和效率上都存在著很大的局限性。本文按照數(shù)據(jù)的結(jié)構(gòu)化類型分類,將數(shù)據(jù)分為結(jié)構(gòu)化數(shù)據(jù)、半結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù),在處理這三類不同的結(jié)構(gòu)類型數(shù)據(jù)上有著各自不同的方法,并選取了結(jié)構(gòu)化數(shù)據(jù)和半結(jié)構(gòu)化數(shù)據(jù)作為本文的研究重點(diǎn)展開研究。
　　本文的主要研究內(nèi)容如下:
　　(1)關(guān)系型數(shù)據(jù)是一種典型的結(jié)構(gòu)化數(shù)據(jù)。在我們的工作和生活中應(yīng)用非常普遍。這種數(shù)據(jù)表現(xiàn)直觀,相對于其他類型的數(shù)據(jù),

3、處理起來較為簡單。現(xiàn)實(shí)世界中普遍存在著不確定關(guān)系型數(shù)據(jù),而傳統(tǒng)的挖掘算法無法適用于此類數(shù)據(jù)的問題,并且用戶希望高效地挖掘出符合要求的信息,目前已有基于約束的不確定數(shù)據(jù)頻繁項(xiàng)挖掘的經(jīng)典算法—U-FPS算法,但U-FPS算法需要構(gòu)建頻繁模式樹,當(dāng)數(shù)據(jù)量較大時(shí),會(huì)占用大量內(nèi)存,并且需要大量使用遞歸調(diào)用導(dǎo)致挖掘效率降低。針對該算法的不足,提出了適用于基于約束的不確定數(shù)據(jù)的新算法—UC-Eclat挖掘算法,該算法不需要構(gòu)建頻繁模式樹,而采用了數(shù)據(jù)

4、庫垂直模式求交集的方式來計(jì)算支持度的方法,提高了挖掘效率。并通過實(shí)驗(yàn)證明了UC-Eclat算法在效率上更優(yōu)。
　　(2)圖型數(shù)據(jù)是一種半結(jié)構(gòu)化數(shù)據(jù)。由于圖更加適合于用來描繪復(fù)雜的數(shù)據(jù)以及數(shù)據(jù)之間的關(guān)系,所以,越來越多的科技領(lǐng)域試圖用圖結(jié)構(gòu)來描繪結(jié)構(gòu)復(fù)雜的數(shù)據(jù)對象。目前已有經(jīng)典頻繁子圖挖掘算法—DFS算法,但該算法搜索空間過大,從而導(dǎo)致算法執(zhí)行效率過低。本文針對該算法的不足,提出了子圖模式搜索空間裁剪策略,有效地縮減了算法的搜索空間