頻繁閉項(xiàng)集并行挖掘算法的研究與實(shí)現(xiàn).pdf

1、關(guān)聯(lián)規(guī)則挖掘是數(shù)據(jù)挖掘領(lǐng)域中的一個(gè)重要分支，其任務(wù)是發(fā)現(xiàn)所有滿足最小支持度和最小置信度閾值的強(qiáng)規(guī)則。近年來(lái)，其在市場(chǎng)營(yíng)銷(xiāo)、決策輔助等領(lǐng)域廣泛而成功的應(yīng)用，使其成為數(shù)據(jù)挖掘研究中的一個(gè)熱點(diǎn)。
　　頻繁模式挖掘是關(guān)聯(lián)規(guī)則挖掘的關(guān)鍵，也是關(guān)聯(lián)規(guī)則挖掘研究的重點(diǎn)。在關(guān)聯(lián)規(guī)則挖掘中，常用的頻繁模式有頻繁項(xiàng)集、頻繁閉項(xiàng)集以及最大頻繁項(xiàng)集。最初，關(guān)聯(lián)規(guī)則是通過(guò)挖掘頻繁項(xiàng)集來(lái)產(chǎn)生的，然而頻繁項(xiàng)集的規(guī)模往往較大，這嚴(yán)重的影響了關(guān)聯(lián)規(guī)則的挖掘效率。由

2、于頻繁閉項(xiàng)集的數(shù)量遠(yuǎn)小于頻繁項(xiàng)集，而且通過(guò)頻繁閉項(xiàng)集能得到所有的頻繁項(xiàng)集，通過(guò)頻繁閉項(xiàng)集產(chǎn)生的關(guān)聯(lián)規(guī)則能得到所有的規(guī)則，因此當(dāng)前通常的做法是使用頻繁閉項(xiàng)集代替頻繁項(xiàng)集來(lái)挖掘關(guān)聯(lián)規(guī)則。然而，為了加快關(guān)聯(lián)規(guī)則產(chǎn)生的速度，僅僅有頻繁閉項(xiàng)集是不夠的，還需要將頻繁閉項(xiàng)集之間的包含關(guān)系用某種有效的數(shù)據(jù)結(jié)構(gòu)保存起來(lái)，比如頻繁閉項(xiàng)集格。通過(guò)格，一個(gè)項(xiàng)集能夠容易的找到它所有的子集和超集，從而加快規(guī)則產(chǎn)生的速度。
　　并行化是提高問(wèn)題解決效率的有效方

3、法。隨著數(shù)據(jù)集規(guī)模的不斷增大，為了更有效的解決關(guān)聯(lián)規(guī)則挖掘的實(shí)際問(wèn)題，并行技術(shù)被引入其中，并得到了廣泛而深入的研究。然而現(xiàn)有的關(guān)聯(lián)規(guī)則并行挖掘算法，幾乎都是針對(duì)頻繁項(xiàng)集的，而對(duì)于頻繁閉項(xiàng)集的并行挖掘算法幾乎沒(méi)有。本文對(duì)關(guān)聯(lián)規(guī)則挖掘進(jìn)行了一般性的論述；分析了國(guó)內(nèi)外研究的現(xiàn)狀；研究了典型的頻繁項(xiàng)集、頻繁閉項(xiàng)集挖掘算法以及頻繁項(xiàng)集并行挖掘算法的算法思想和優(yōu)缺點(diǎn)；提出了并行挖掘頻繁閉項(xiàng)集的有效算法 P-CHARM，以及并行挖掘頻繁閉項(xiàng)集并建格的