最大和最長頻繁項(xiàng)集增量更新研究.pdf

1、數(shù)據(jù)挖掘是目前數(shù)據(jù)庫研究中的一個(gè)熱門領(lǐng)域，關(guān)聯(lián)規(guī)則挖掘又是數(shù)據(jù)挖掘中最活躍的分支，而其中發(fā)現(xiàn)頻繁項(xiàng)集則是關(guān)聯(lián)規(guī)則挖掘應(yīng)用中的關(guān)鍵技術(shù)和步驟。現(xiàn)有的頻繁項(xiàng)集挖掘算法主要針對靜態(tài)數(shù)據(jù)進(jìn)行，但在現(xiàn)實(shí)生活中我們面對的數(shù)據(jù)常常是動(dòng)態(tài)變化的，比如在線提供的實(shí)時(shí)服務(wù)、大型商場的購物清單，此外基于互聯(lián)網(wǎng)的很多應(yīng)用所提供的數(shù)據(jù)，也都是動(dòng)態(tài)變化的。在動(dòng)態(tài)變化的環(huán)境下，傳統(tǒng)的頻繁項(xiàng)集挖掘算法存在兩方面問題，一方面，挖掘得到的頻繁項(xiàng)集不能正確反映當(dāng)前數(shù)據(jù)的狀態(tài)

2、；另一方面，由于數(shù)據(jù)量非常大，過多地掃描數(shù)據(jù)庫使得挖掘效率很低。為此，本文在深入了解數(shù)據(jù)動(dòng)態(tài)變化情況的同時(shí)，還對國內(nèi)外關(guān)于頻繁項(xiàng)集挖掘的研究現(xiàn)狀進(jìn)行了綜合分析比較，然后選擇了兩種有代表性的頻繁項(xiàng)集進(jìn)行深入研究。
　　首先，根據(jù)支持度閾值變大和變小兩種情況，分別提出了兩個(gè)改進(jìn)的最大頻繁項(xiàng)集增量更新算法。當(dāng)支持度變大時(shí)，Bigger-SMFIU算法采用逆向判斷的方法挖掘新的最大頻繁項(xiàng)集。而Smaller-SMFIU算法主要針對支持度變

3、小的情況，從高維到低維依次掃描原來的最大頻繁項(xiàng)集，將其分為兩種情況分別處理，最終得到更新后的最大頻繁項(xiàng)集。
　　其次，提出了改進(jìn)的FP-tree，并基于此FP-tree結(jié)構(gòu)提出了一種新的最長頻繁項(xiàng)集挖掘算法，考慮事務(wù)數(shù)據(jù)庫是隨時(shí)變化的，接著又詳細(xì)描述了數(shù)據(jù)庫變大和變小時(shí)的最長頻繁項(xiàng)集增量更新算法。
　　最后，通過與已有算法進(jìn)行對比實(shí)驗(yàn)，驗(yàn)證了本文所提出的最大和最長頻繁項(xiàng)集增量更新算法的可行性和有效性，并對每個(gè)算法的執(zhí)行效率進(jìn)