關(guān)聯(lián)規(guī)則增量挖掘算法研究及應(yīng)用.pdf

1、如何從大量數(shù)據(jù)中獲取不同的個(gè)性化信息是信息檢索領(lǐng)域的研究熱點(diǎn)。此方面的研究主要包括元搜索引擎和查詢(xún)擴(kuò)展。綜合多個(gè)搜索引擎返回結(jié)果的元搜索引擎其關(guān)注點(diǎn)在于為用戶(hù)提供更多查詢(xún)結(jié)果，查詢(xún)擴(kuò)展則通過(guò)將用戶(hù)提交短查詢(xún)擴(kuò)展為更多詞組使得查詢(xún)結(jié)果更貼近用戶(hù)需求。
　　 關(guān)聯(lián)規(guī)則挖掘是數(shù)據(jù)挖掘中的一個(gè)重要研究方向，也是查詢(xún)擴(kuò)展使用的一種重要方法。本文不僅提出了一種改進(jìn)的關(guān)聯(lián)規(guī)則增量挖掘算法，而且結(jié)合元搜索引擎和基于此關(guān)聯(lián)規(guī)則的查詢(xún)擴(kuò)展，提出個(gè)性

2、化元搜索引擎的概念。
　　 本文首先討論查詢(xún)擴(kuò)展使用的關(guān)聯(lián)規(guī)則增量挖掘算法。分析在基于FP-Tree的結(jié)構(gòu)上進(jìn)行增量挖掘時(shí)影響挖掘效率的因素以及FUFP中快速更新FP-Tree實(shí)現(xiàn)增量挖掘的策略。本文將基于Apriori的典型增量挖掘算法FUP思想引入TD-FP-Growth算法中TD-FP-Tree的快速更新，提出TD-FP-Tree快速更新算法(PFU-TDFP)。算法通過(guò)將所有涉及項(xiàng)分類(lèi)處理，減少掃描原始事務(wù)數(shù)據(jù)庫(kù)的可能和

3、次數(shù)，且當(dāng)出現(xiàn)由非頻繁轉(zhuǎn)為頻繁的項(xiàng)時(shí)減少重新排序事務(wù)中項(xiàng)所要處理的事務(wù)數(shù)目，并在某些步驟采用并行處理進(jìn)一步提高效率。實(shí)驗(yàn)表明，本文提出的算法不僅可以快速更新TD-FP-Tree，而且在同基于FP-Tree結(jié)構(gòu)的增量挖掘相比可以進(jìn)一步提升整體挖掘效率。
　　 接著使用PFU-TDFP算法挖掘用戶(hù)的搜索結(jié)果瀏覽習(xí)慣用于查詢(xún)擴(kuò)展，使得查詢(xún)?cè)~組可以體現(xiàn)用戶(hù)的行業(yè)背景和興趣傾向，結(jié)合元搜索引擎提出個(gè)性化元搜索引擎的概念。對(duì)元搜索引擎的結(jié)果