文档下载 文档下载导航
设为首页 | 加入收藏
搜索 请输入内容:  
 导航当前位置: 文档下载 > 所有分类 > 基于概念格的频繁闭项集增量挖掘算法研究
侵权投诉

基于概念格的频繁闭项集增量挖掘算法研究

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卷第 2 8期 20年 2 07月

哈

尔

滨

工

程

大

学

学

报

Vo . 8№ . I2 2 F b 20 e. 0 7

J u n l fHa b n En ie rn ie st o r a r i g n e ig Unv riy o

基于概念格的频繁闭项集增量挖掘算法研究 战立强,大昕刘 (哈尔滨工枉大学计算机学院,黑龙江哈尔滨 100 ) 501 摘要:年的研究表明,念格可以应用于解决频繁闭项集的挖掘问题 .对已有渐进式概念格构造算法中存在近概针

的问题,出了一种基于概念格的频繁闭项集增量挖掘新算法—— F P _算法 .算法利用模式树对概念格进行组提 IT I新织,并利用模式树压缩数据库中的事务,渐进式构造概念格的同时实现了事务的批处理,少了概念格的调整操在减作时间.验结果表明,其他同类算法相比, IT I法对于增量挖掘频繁闭项集来说具有更高的效率 .实与 FP -算 关键词:繁闭项集;量挖掘算法;式树;念格频增模概中图分类号: P 1文献标识码: T 31 A文章编号: 0 67 4 ( 0 7 0— 1 40 1 0—0 3 2 0 ) 20 9— 5

S u yo t d n FCIm i ng a g r t m a e n c n e a tc ni l o ih b s d o o c ptl tie ZH AN— in Liq a g,LI Da xi U— n ( l g fCo u e ce c n c n lg Co l e o mp t rS in e a d Te h o o y,H a b n E g n e i g Un v r i e r i n i e r i e st n y,H a b n 1 0 0,Ch n ) r i 5 0 1 ia

Ab t a t I s f nd i e e t s ud e h t c nc ptl ti e c n b e o s l he pr blm n r me t l s r c: ti ou n r c n t i s t a o e a tc a e us d t o ve t o e ofi c e n a

f e u n l s d i m— e n n . I r e o s l e t e p o lm s e i t g i h r p s d i c e n a r— r q e tco e t e s tmi i g n o d r

t o v h r b e x s i n t e p o o e n r me t lf e n qu n l s d ie s tm i i g a g rt e t co e t m- e n n l o ihm,a n w l o ihm m e PT— sa c t i to o t s ueofi— e a g rt na d FI Ia on rbu i n t hei s n c e n a r q ntcos d ie s tmi n s p op s d.FI r me t lf e ue l e t m- e ni g i r o e PT— r a s ne t a s c i s i t h s by u ii It e t w r n a ton n ba c e tl— zn r e oc i g t e s t ompr s e t a s c i n nd r p e e o e a tc e s n w r n a to s a e r s ntc nc ptl tie,S ta o dsa di g ne t a a to s O i v i d n w r ns c i n on nd g e ty r du e i fc c ptl tie r c s r c i . The e pe i e ho ha he e f— e by one a r a l e c s tme o on e a tc e on t u tng x rm nts ws t tt fi c e y o PT— t r o ms o he i l r ago ih s whe r a i g i r me a r qu n l e t m- e inc f FI Iou pe f r t r smia l rt m n te tn nc e nt lf e e t cos d ie s t mi i ob e n ng pr l m. Ke wo d f e ue tc o e t m— e;i c e e almi ng a g rt y r s:r q n l s d ie s t n r m nt ni l o ihm;p te n t e a t r r e;c c p a tc on e tl ti e

关联规则挖掘已成为知识发现的重要研究内容之一.由于关联规则挖掘通常要处理大量的数据,提

低.针对上述问题,出了一种基于概念格的 F I提 C

增量挖掘新算法—— F P _ F I e eainu ig I T I( C n rt s g o n p tente n rme tl )法.算法结合模式 atr—reice n al算 y新 树构

造概念格,解决了概念格渐进式构造过程中的效率问题,具有比较好的可扩展性.

高算法的可扩展性便成为关联规则挖掘的主要问 题 .些算法将频繁闭项集 (rq e tc sd i m—一 fe u n l e t o e

st C )为挖掘的目标,保证了结果集信息的 e I作 F既完整性,缩小了算法的搜索空间.究表明,式又研形分析中的概念格及其 G l s图是处理 F I量挖 ai o C增 掘问题的有效工具,将概念格应用于 F I C增量挖掘

1基于概念格的 F I掘 C挖 1 1 F I掘 . C挖

的研究已经取得了一些进展[ .是这类算法有 1但] 一

关联规则可描述如下:工{。n,,是设一 n,… n ) 一

个共同的缺点,是在概念格的渐进式构造过程就

个项目集,为/l t一个事务 T是工l t中的记 -i . s一i s个项目集,个事务数据库 D是一个事务集 .一令

中,要将数据库中的事务逐个添加到概念格中,需而

一

每次添加都要调整全部概念格,因此算法的效率较 收稿日期: 0 5 1 - 6 2 0— 22 .作者简介:立强 ( 96 )战 1 6一,男,讲师,士研究生,— i za l一 博 Ema:h nq l 6@ y h o t m. n 6 a o .o c;刘大听(91 ) 1 4一,男,教授,士生导师 . 博

X代表一个项目集,当且仅当 X T时,务 T支 事持 X.中支持 X的事务的数目称为 X的支持度, D 记为 s p otX)如果 s p o t X)不低于预先设 u p r( . u p r(定的最小支持度, X被称为是频繁项集.联则关

基于概念格的频繁闭项集增量挖掘算法研究

第1页

你可能喜欢

热门文档

相关文档

站点地图 | 文档上传 | 侵权投诉 | 手机版
本站所有资源均来自互联网,本站只负责收集和整理,均不承担任何法律责任,如有侵权等其它行为请联系我们.
文档下载 Copyright 2013 doc.guandang.net All Rights Reserved.  -  email