一種基于動(dòng)態(tài)排序的最大頻繁項(xiàng)集挖掘算法.pdf

1、頻繁項(xiàng)集的挖掘是數(shù)據(jù)挖掘中的一個(gè)基礎(chǔ)和核心問題，具有廣泛的應(yīng)用領(lǐng)域。由于它是數(shù)據(jù)挖掘過程中最耗時(shí)的部分，挖掘算法的好壞直接影響數(shù)據(jù)挖掘尤其是關(guān)聯(lián)挖掘的效率和應(yīng)用范圍。
　　 雖然頻繁閉項(xiàng)集挖掘算法在一定程度上避免了頻繁項(xiàng)集挖掘算法生成頻繁項(xiàng)集規(guī)模過于龐大的問題，但是處理的數(shù)據(jù)集更稠密或最小支持度進(jìn)一步調(diào)低的時(shí)候，這類算法的性能下降也非?？?；而且稠密數(shù)據(jù)集中新穎的有價(jià)值的信息往往隱藏在長(zhǎng)模式中，最大頻繁項(xiàng)集是指那些在所有的頻繁項(xiàng)集

2、中不存在超集的頻繁項(xiàng)集；由于最大頻繁項(xiàng)集的個(gè)數(shù)遠(yuǎn)遠(yuǎn)小于頻繁閉項(xiàng)集，更遠(yuǎn)遠(yuǎn)小于完全頻繁項(xiàng)集，所以挖掘最大頻繁項(xiàng)集可以有效縮小問題的求解規(guī)模，對(duì)用戶迅速發(fā)現(xiàn)和理解稠密數(shù)據(jù)集中的長(zhǎng)頻繁模式具有重要的意義。
　　 最大頻繁項(xiàng)集的挖掘仍然是一個(gè)搜索問題，剪枝優(yōu)化技術(shù)是提高最大頻繁項(xiàng)集挖掘效率的一個(gè)重要手段；論文從數(shù)據(jù)的組織結(jié)構(gòu)，搜索空間，剪枝策略等角度對(duì)最大頻繁項(xiàng)集的挖掘問題進(jìn)行了深入的分析和研究，在分析現(xiàn)有最大頻繁項(xiàng)集挖掘算法的基礎(chǔ)上，

3、發(fā)現(xiàn)已挖掘得到的最大頻繁項(xiàng)集可運(yùn)用于對(duì)未搜索空間進(jìn)行剪枝，提出了MPDR算法，在已挖掘得到最大頻繁項(xiàng)集中，選取一個(gè)對(duì)當(dāng)前結(jié)點(diǎn)尾項(xiàng)集最具剪枝能力的作為關(guān)鍵模式，對(duì)尾項(xiàng)集實(shí)施重排序，使得當(dāng)前結(jié)點(diǎn)的子樹空間被分成兩部分：潛在最大頻繁項(xiàng)集子空間和非潛在最大頻繁項(xiàng)集子空間；由于非潛在最大頻繁項(xiàng)集子空間肯定不可能再出現(xiàn)最大頻繁項(xiàng)集，直接被剪枝；只訪問潛在最大頻繁項(xiàng)集子空間；由此縮減對(duì)搜索空間的訪問，提高最大頻繁項(xiàng)集的挖掘效率。FP-tree結(jié)構(gòu)具有