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

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