基于FP-tree最小無冗余關聯(lián)規(guī)則挖掘.pdf

1、當前關聯(lián)規(guī)則挖掘存在兩個問題，第一是挖掘頻繁項集效率低，第二是生成規(guī)則的數(shù)量和質(zhì)量問題。本文對基于FP-tree最小無冗余關聯(lián)規(guī)則挖掘方法進行了研究。主要內(nèi)容如下： ⑴分析了最小無冗余關聯(lián)規(guī)則挖掘經(jīng)典方法AClose算法，針對AClose算法挖掘效率低下問題，采用基于FP-tree進行最小無冗余關聯(lián)規(guī)則挖掘。 ⑵為了基于FP-tree生成最小無冗余關聯(lián)規(guī)則，給出了頻繁最小項集的概念，并給出了在FP-tree上挖掘最小項集

2、的理論。通過這些理論，給出了基于FP-tree同時挖掘頻繁閉項集和頻繁最小項集的MFF算法。 ⑶為了提高基于FP-tree生成最小無冗余關聯(lián)規(guī)則的效率，建立了基于FP-tree的結(jié)果樹來存儲頻繁閉項集和頻繁最小項集，并給出了從結(jié)果樹生成最小無冗余關聯(lián)規(guī)則的算法。 ⑷算法實現(xiàn)中主要用到了四個優(yōu)化策略來提高對節(jié)點的搜索效率，改進傳統(tǒng)的FP-tree節(jié)點結(jié)構(gòu)，將多叉樹搜索轉(zhuǎn)變?yōu)槎鏄渌阉?，在結(jié)果樹的節(jié)點結(jié)構(gòu)中引入了頻繁最小項集