MS-Miner：一種新的頻繁項(xiàng)集挖掘算法.pdf

1、頻繁項(xiàng)集挖掘可以廣泛應(yīng)用在關(guān)聯(lián)規(guī)則挖掘、相關(guān)性分析、入侵檢測(cè)、序列模式、分類和聚類等多種數(shù)據(jù)挖掘任務(wù)中。迄今為止已經(jīng)提出了許多高效的頻繁項(xiàng)集挖掘算法。本文對(duì)大量頻繁項(xiàng)集挖掘算法進(jìn)行了深入的研究，重點(diǎn)分析了幾種經(jīng)典模式增長(zhǎng)算法中事務(wù)數(shù)據(jù)庫(kù)在內(nèi)存中的存儲(chǔ)結(jié)構(gòu)，以及各種有效的實(shí)現(xiàn)技術(shù)，并在此基礎(chǔ)之上提出了新的算法。 首先，對(duì)關(guān)聯(lián)規(guī)則和頻繁項(xiàng)集挖掘的相關(guān)概念、研究現(xiàn)狀及所面臨的問題進(jìn)行了分析研究。并對(duì)幾種典型的頻繁項(xiàng)集挖掘算法進(jìn)行了詳盡

2、分析，比較了它們各自的優(yōu)缺點(diǎn)及適用環(huán)境。 其次，對(duì)大量已有算法中事務(wù)數(shù)據(jù)庫(kù)在內(nèi)存中的存儲(chǔ)結(jié)構(gòu)，以及各種有效的實(shí)現(xiàn)技術(shù)進(jìn)行了詳細(xì)研究，重點(diǎn)分析了幾種經(jīng)典模式增長(zhǎng)算法采用的數(shù)據(jù)結(jié)構(gòu)和挖掘策略。 最后，對(duì)三種采用的技術(shù)-FP-Tree、FP-Array以及Bitmap-Count進(jìn)行了詳盡地探討，并在此基礎(chǔ)上設(shè)計(jì)出了一種新的頻繁項(xiàng)集挖掘算法-MS-Miner。 實(shí)驗(yàn)結(jié)果表明MS-Miner算法不僅在算法執(zhí)行性能上更優(yōu)，