含負(fù)項(xiàng)目的關(guān)聯(lián)規(guī)則挖掘算法研究.pdf

1、近年來，隨著計(jì)算機(jī)技術(shù)的發(fā)展、數(shù)據(jù)管理技術(shù)的成功應(yīng)用、企業(yè)內(nèi)部信息化程度的不斷提高，各個(gè)應(yīng)用領(lǐng)域的數(shù)據(jù)庫中都積累了海量的數(shù)據(jù)。利用數(shù)據(jù)挖掘技術(shù)能夠從大規(guī)模的數(shù)據(jù)中獲取正確的、有趣的、潛在有價(jià)值的知識。而關(guān)聯(lián)規(guī)則挖掘則是其中一個(gè)重要的研究方法，具有重要的理論價(jià)值和廣泛的應(yīng)用前景。
　　當(dāng)前，傳統(tǒng)的正關(guān)聯(lián)規(guī)則的挖掘受到了相當(dāng)?shù)年P(guān)注，對于包含負(fù)項(xiàng)目的關(guān)聯(lián)規(guī)則卻并未給予足夠的重視。然而在很多領(lǐng)域中，只挖掘出傳統(tǒng)的關(guān)聯(lián)規(guī)則往往是不夠的，需要

2、對數(shù)據(jù)項(xiàng)的否定項(xiàng)進(jìn)行挖掘。因此有必要研究事物負(fù)屬性之間的關(guān)聯(lián)關(guān)系。
　　現(xiàn)有的挖掘含負(fù)項(xiàng)目的關(guān)聯(lián)規(guī)則算法為數(shù)不多，而且多是基于Apriori思想的迭代算法，需要對數(shù)據(jù)集進(jìn)行多次掃描，同時(shí)生成大量的候選頻繁項(xiàng)集。針對這些不足論文提出一種基于頻繁模式樹的頻繁項(xiàng)集挖掘算法。算法借用FP-growth算法中頻繁模式樹這種壓縮存儲事務(wù)的數(shù)據(jù)結(jié)構(gòu)，因此具有無需多次掃描數(shù)據(jù)庫，不用生成大量候選項(xiàng)集的優(yōu)點(diǎn)。除此之外，算法對頻繁模式樹中每個(gè)節(jié)點(diǎn)增加

3、一個(gè)位串來存儲該項(xiàng)目的前綴項(xiàng)目，以避免在模式擴(kuò)展的時(shí)候頻繁的遍歷子樹。實(shí)驗(yàn)表明，論文提出的算法比現(xiàn)有的同類挖掘算法具有更好的效率。
　　另外，在含負(fù)項(xiàng)目的關(guān)聯(lián)規(guī)則挖掘中，由于負(fù)項(xiàng)目的引入使得頻繁項(xiàng)集的搜索空間變得更加巨大，而同時(shí)挖掘出的負(fù)關(guān)聯(lián)規(guī)則數(shù)量也隨之增大。但其中很多規(guī)則對用戶來說是不感興趣的，而且可能包含一些冗余和錯(cuò)誤的規(guī)則。因此在傳統(tǒng)的“支持度——置信度——興趣度”評價(jià)標(biāo)準(zhǔn)之上，引入了最大支持度的概念，在生成頻繁項(xiàng)集階段就