近年的研究表明,概念格可以应用于解决频繁闭项集的挖掘问题.针对已有渐进式概念格构造算法中存在的问题,提出了一种基于概念格的频繁闭项集增量挖掘新算法——FIPT-I算法.新算法利用模式树对概念格进行组织,并利用模式树压缩数据库中的事务,在渐进式构造概念格的同时实现了事务的批处理,减少了概念格的调整操作时间.实验结果表明,与其他同类算法相比,FIPT-I算法对于增
维普资讯 doc.guandang.net
第 2期
战立强,:于概念格的频繁闭项集增量挖掘算法研究等基
A压缩成 T— e,后逐个处理从树上拆分下来 D t e然 r的单分支模式 P准成 C te对 P的投影树,据 ~re 根投影树调整 C te.据性质 1和性质 2向 G中 - e根 r, L添加新事务时,以通过模式交运算得到新的格结可点模式. I I法的关键步骤是投影树的生成 . FP算
实际上,投影操作可以看作是将 P与 C te C树 — e中 r 由从子根到叶的路径 Q组成的单分支模式逐个比较,如果 QnP的结果模式 A不为空,由 A得到 则的单一模式必然是格结点模式, A. o n而 cu t中应当包含的 P贡献.式 A便是 C po—re中从子根 模 - rj e t到叶的路径 .是,能出现 P与多个不同 Q
的交但可 运算都得到 A模式的情况,时应当选择其中 A.这 c u t大的.种选择是在将 A添加到 C te on最这— e时 r完成的.外, P得到的单一模式都应当是 G 此由 L中的格结点模式. I T I法的步骤如下: F P—算 I put n:AD,C- r e, t e仉图 5 C te -r e Fi .5 C- r e g te
{ B,7}{ B,4 7 D、4 D,4、 5、 3 E}{ C}{ C,3、 9、 D}{ D} { E} 5 .
F P算法中的 C树投影运算可以通过对 C IT— te re的先序遍历来实现.由于 F P算法每次将一 IT个单分支模式添加到概念格中,一个单分支模式而 包含了多个事务,因此可以看成是对事物的批处理.
Oup t L/ *L代表 F I tu: / C的集合 *// Fo a h T∈ AD re c
4实验结果 F P -算法的有效性可以通过实验得到验证. IT I 在实验中将 F P -算法与 GAL C A T算法进行 IT I II-了对比. GAL C A T算法对于 F I的增量挖掘具 II- C
M a e t e ( t e,T) k— r e T— r e;
fr ahT— e o c t e中从子根到叶的路径 P{ e r P d s s e b e te ( b”,P);一 ia s m l- r e“s
C p o—r e— rjte=ma ep o—r e C te, ) k— rite ( -re P;
有比较高的效率,且是一种基于概念格的算法 .并用 VC++实现算法,验环境为: ne P n im 实 Itl e t u I V 2 3 G Hz 2 6 ., 5 M B RAM, i d ws 0 0 r f s W n o 2 0 P o e—
fr ahC po-re从子根到叶的路径 Q{ o c -rj e中 e t M a ete ( -r e k—r e C te,Q); M a— r e C— r e, ); ke t e ( t e P
s n 1实验使用的数据集来自 UC的 a ao e数 i a. o I b ln 据.该数据集包含了 2 6个项目,事务中重复出现将
清除 C po—re—rj e; t }
的项目去掉后得到了一个新的数据集,新数据集中 事务的平均长度为 6 . s P— dia s m b e t
e ( s s s e l— r e“”,P);
frec—re从子根到叶的路径 P{ o a hC te中
实验比较了 2种算法将新增数据集插入概念格所需的时间.结果如图 6示,中横坐标代表已有所图数据库的规模,坐标代表在已有数据库的基础上,纵 将 10 0个新增事务插入概念格时,均每个事务 0平 的插入时间. 6 5 4
i s . o n≥ f p cu t a d s t; d p O L
}
得到了投影树便得到了将 P加入到 G后, L L G
中发生变化或新增的格结点模式.将它们添加到 C‘ te,得到新的 G . re便 L例如, 4中的投影树便是单图分支模式{ A,2 2 B,2 D,1添加到 G中与格结 E} L
罢 3 2 1
点模式交运算的结果,中一些模式是重复的,:其如 { B,4和{ B,7, 2 4 D} 7 D}{ B,2 D,2和{ B,4, E} 4 D
4 . E}将投影树添加到 C te后, C te -re由 - e的构造方 r 法可知,同模式中支持度最大者 ( 7相{ B,7和 D}{B,4 4 )到保留. 4 D, E}得 在处理了 T te -re中所有单分支模式后得到的 C te - e如图 5所示 . r 假设: 3得到所有的 F I{ A}{ A,, C:6、 5 5、4 B}{ A,4 B,4、 3 D}{ A,3、 8、 3 E}{ B}{ B,3、 C)
0 Xl3 0
事务数目,个 图 6增量挖掘算法的比较 Fi. I c e n a l o i ms c mp rs n g 6 n r me t l g rt a h o a io
从实验结果的比较可以看出, GAL C A~算 II T法的时间复杂性远高于 F P -算法,因首先在于 IT I原 (转第 2 7页)下 2

分布式环境下闭频繁项集全局挖掘算法. 此算法利用 Iceberg 概念格的半格以及可... 其也可以用来增量式构造 Iceberg 概念格; 2007 年 Hu 等人〔4〕 使用改进后...
基于iceberg概念格并置集成的闭频繁项集挖掘算法_专业资料。由于概念格的完备性,在基于概念格的数据挖掘过程中,构造概念格的时间复杂度和空间复杂度一直是影响其...
基于概念格的频繁闭项集增... 2人阅读 5页 2.00元 一种挖掘频繁闭项集...挖掘出频繁闭项集,根据CHARM算法提出了一种基于频繁闭项集挖掘的增量式维护算法...
基于Iceberg概念格叠置半集成的全局闭频繁项集挖掘算法_专业资料。研究专有的分布式数据挖掘算法是提高分布式数据库下数据分析和挖掘的有效方法.结合Iceberg概念格对于...
主要研究工作包括: 1) 提出一种基于概念格的增量...一般一种发现算法不可能适合所有的挖掘问题的需要。 ... 找出所有的频繁项目集及其支持率; 根据找到的频繁...
基于概念格的集中式数据挖...繁概念直乘分布 的全 局 闭频繁 项 集挖 掘算法 柴玉梅 张卓 王黎明 ( ...
基于概念格的组规则产生集的算法研究李 勃1, 刘... 数据挖掘中传统的关联规则生成算法产生的关联规则...(FP 表示, 所有非频繁伪封闭项集的集合用 IP ...
基于概念格的组规则产生集的算法研究 数据挖掘中传统的关联规则生成算法产生的关联规则集合相当庞大,其中很多规则可由其它规则导出。使用闭项集可以减少规则的数目,...
一种关联规则增量式挖掘算法研究_专业资料。现有关联规则更新算法都是基于支持度.置信度框架而提出的,仅针对大于最一J、支持度闭值的频繁项集进行挖掘。为了提高...
近似概念格及其增量构造算法研究_专业资料。针对传统概念格处理不完备信息的局限... 基于概念格的频繁闭项集... 4人阅读 5页 2.00 概念特化的概念格更新...
热门文档