基于改進FP樹的關聯規(guī)則挖掘算法研究.pdf

1、數據挖掘技術是解決數據豐富而知識貧乏的有效途徑，是信息科學領域的前沿研究課題之一,關聯規(guī)則揭示項集間的相聯關系，已廣泛應用于科研、商業(yè)、金融等領域，極大提高了決策支持的能力。在眾多的數據挖掘算法中，挖掘關聯規(guī)則是數據挖掘領域中的重要研究內容，其中挖掘頻繁項目集是挖掘關聯規(guī)則中的關鍵問題之一。因為最大頻繁項目集已經隱含了所有的頻繁項目集，所以可以將發(fā)現頻繁項目集的問題轉化為發(fā)現最大頻繁項目集的問題。本文主要對挖掘最大頻繁項目集的問題進行了

2、研究，并將其應用到分布式計算環(huán)境中。 本文首先介紹關聯規(guī)則相關概念及其經典算法Apriori和FP-growth，并簡介最大頻繁項目集挖掘的研究動向及相關算法。然后基于改進的FP-tree，提出一種最大頻繁項目集算法IFP-HaxFl，該算法不產生條件模式基，直接通過節(jié)點調整操作，得到后綴樹，然后挖掘后綴樹得到候選最大頻繁模式，通過對最大頻繁模式樹的快速訪問，可以實現候選最大頻繁模式的子集檢測。在分布式計算環(huán)境中，本文提出GMF