完全頻繁項(xiàng)集挖掘算法及其在分類中應(yīng)用研究.pdf

1、隨著社會(huì)科技的進(jìn)步，信息量呈幾何級(jí)增長，如何從大量信息中提取出潛在相互關(guān)聯(lián)的知識(shí)集合體，成為當(dāng)前數(shù)據(jù)挖掘領(lǐng)域中迫切需要解決的一個(gè)問題。頻繁項(xiàng)集的提出，為解決該問題提供了一個(gè)有效的方法。頻繁項(xiàng)集是指從數(shù)據(jù)中提取出滿足支持度閾值的的信息集合體，它包含著大量潛在有用信息，能夠有效地為人類提供決策支持。目前基于Apriori算法思想的完全頻繁項(xiàng)集挖掘算法能夠有效地實(shí)現(xiàn)稀疏型數(shù)據(jù)集和短模式下的挖掘工作，但在密集型數(shù)據(jù)集和長模式下，挖掘效率不高，因

2、此應(yīng)用受到很大限制。
　　 本文針對(duì)當(dāng)前完全頻繁項(xiàng)集挖掘算法在密集數(shù)據(jù)集和長模式挖掘上存在的效率問題，提出了一種Apriori改進(jìn)算法，該算法引入垂直比特?cái)?shù)據(jù)表示方法以及交叉計(jì)數(shù)方式，利用索引向量表生成候選二項(xiàng)集，同時(shí)將非頻繁二項(xiàng)集用于候選項(xiàng)集的剪枝，并在計(jì)數(shù)階段，采用前綴數(shù)組數(shù)據(jù)結(jié)構(gòu)優(yōu)化計(jì)數(shù)方式。實(shí)驗(yàn)結(jié)果表明，經(jīng)改進(jìn)后的Apriori算法能夠有效地挖掘密集數(shù)據(jù)集和長模式下的頻繁項(xiàng)集。為了進(jìn)一步提高計(jì)數(shù)的效率，在前文研究的基礎(chǔ)上

3、，引入差集思想，計(jì)數(shù)由之前的完全標(biāo)識(shí)集交叉計(jì)數(shù)轉(zhuǎn)化為差集標(biāo)識(shí)集計(jì)數(shù)，從而迸一步地提高了Apriori算法的運(yùn)行效率。本文將頻繁項(xiàng)集研究成果應(yīng)用于分類中。傳統(tǒng)的分類算法存在分類過程黑箱操作，分類結(jié)果無法解釋的缺點(diǎn)，而基于頻繁項(xiàng)集的關(guān)聯(lián)規(guī)則分類算法能夠有效解決上述問題，但由于缺乏有效的規(guī)則評(píng)價(jià)指標(biāo)，分類精度普遍不高。鑒于此，本文提出一種新的關(guān)聯(lián)規(guī)則分類算法。它引入了興趣度規(guī)則評(píng)價(jià)指標(biāo)，有效地刪除分類信息少的冗余規(guī)則，并利用權(quán)重準(zhǔn)則對(duì)規(guī)則重要