2007年第24卷第10期微电子学与计算机
一种基于极大完全子图的最大频繁项集并行挖掘算法
杨仕博,贺彦琨。马志新
(兰州大学信息科学与工程学院,甘肃兰州730000)
摘要:提出一种基于极大完垒子图的最大频繁项集并行挖掘算法PMFIM.通过遍历由频繁2一项羹构成的用邻接矩阵表示的圈.寻找田的极大完全子田.从而由极大完全子田顶点序列实现对项集的划分.即挖掘子任务竹划分。在同类算法中.特找到的最大频繁项划分为局部最大频繁项集LMFI、可能最大籁繁项集PMFI和邻接项集的最大频繁项集的超集SMFl,减少了该类算法合并最大额繁项集的开销.井对算法进行了实现和优化。关键词:数据挖掘;关联规则;极大完垒子圉;籁繁项集:井行算法
中圈分类号:TP3386
文献标识码:A
立章编号:1000-7180(2007)10-0029-03
ANewParallelAlgorithmfor
MiningMaximumFrequent
ItemsetsBased
on
MaximumCompleteSubgraph
YANGShi—bo,HEYan-kun,MAZhi-xin
(Schoolof/击om,atioaScienceand
Erlgin秭“g,I丑nd矾 Unlverslty,Lanzh加730660,Chi越)
Abstract:"Fnispaperp∞esents
8
蚰b酣.TheparalletalgorithmformlmingmaxiIlIumfrequentitemsetsbased
on
mⅡ面mcomplete
ggorithm由跏e硌衄画mⅧcomplete驰bgr讪姆tra-versingthe缸删2-1ten性ets
mapp。esentedb
呐acent
嘣mm
matrices,anddividesitemsetswith
m自‘lmm
completesubgraphvertex
sequence.Theinnovationisdividing
frequentitemsetsintoLMFI,PMFI
andSMFI
This
methodreducesthe
cost
0fmer舀“gmaximttmh8quent
itemset&Meanwhile
thealgorithmhasbeenimp]ementodandoptimized,
Keywords:detamining;associationroles;lnaxhllmcompletesubgraph;h2quentitemsets;parallelalgorlthm
l引言
一个项集。并且如果盖满足用户给定的最小支持频繁项集挖掘是关联规则挖掘中一个活跃而度,那么称x是频繁的。如果IXl=k,则工称为频繁重要的子领域.所有频繁项集挖掘、最大频繁项集女一项集。如果不存在一个项集互’,使得.:fc工,成立。挖掘和封闭频繁项集挖掘¨】。按照执行的顺序.算法且X’是频繁项集.那么称盖是,上的一个最大频繁分为串行算法和并行算法.典型的串行算法有项集。
Apriori,MaxMiner。MAFIA日,CHARM和LcM。典型定义2事务r是一个二元组:T=(tld.x).其的并行算法有CD。DD,IDD.CandiateDistribution算中£试称为事务号.是该事务的惟一标识.石是一个法。由于数据挖掘常常处理的是海量级数据.而单
项集。J£,。事务数据库D是T上事务的集合。D=处理器处理能力有限∞,因此研究并行挖掘算法十
(t,,£:,…,fJ,其中n为全部事务的个数,当JE(1,2,分必要。而挖掘最大频繁项集并行算法的难点在于…。nl,£.表示一个事务。
对挖掘任务的划分。文中提出一种基于极大完全子定义3(邻接矩阵)设G=(P,E)是具有n个图的最大频繁项集并行挖掘算法PMFIM.通过遍历顶点的图,其中y=(n,V2,…,yJ,E={印。砖>11≤i≤由频繁2一项集构成的用邻接矩阵表示的图.寻找图B,1-<j≤n),则G的邻接矩阵是n阶方阵JIIf=(8Ⅱ),
的极大完全子图,从而由极大完全子图顶点序列实若<巩,p隹E,e产O;若q,垆∈E,%=l。
现对项集的划分,即挖掘子任务的划分。定义4(极大完全子图和极大项集)对于图C=(矿,E),如果存在图G’=(V7,E’),l,’∈V,E’∈E,2基本定义和定理
且G’是完全图,那么G7是G的完全子图。如果不存定义1项目集合I=11,,屯,…,iA,其中当J
E
在C的另一个完全子图G”--(V“.F).那么G’是G{1,2,…,n】,ij表示一个项目。如果xC;.那么X是
的一个极大完全于图。设数据库D有n个项目.项
收藕H弱二2007-06—02
目集合仁‰i2,…,村,其频繁l一项集为只,频繁2一
维普资讯 http://www.cqvip.com 200 7年第 2 4卷第1 O期 微 电子 学与计 算机 2 9 一 种基于极大完全子 图的最大频繁项集并 行挖掘算法 杨仕博 ...
一种有效的并行频繁子图挖掘算法 陈晓云 赵娟 陈鹏飞 邢乔金 刘国华 (兰州大学信息科学与工程学院 兰州 730000) 摘要:在分析并行频繁项集挖掘算法的基础上,提出...
目前已经提出的最大频繁项目集挖掘算法大多是基于单机环境的,在分布环境中挖掘最大频繁项目集的算法尚不多见。文章提出了一种基于分布数据库的并行挖掘最大频繁项目...
挖掘最大频繁项集的并行化策略 提出基于因子项集的并行化策略GP以发挥串行算法的剪枝功效。其基本思想是利用因子项集的完全包含关系在处理机之间贪心分配等价类....
一种基于FP-Growth的频繁项目集并行挖掘算法_互联网_IT/计算机_专业资料。... 基于FP-tree的最大频繁项... 42人阅读 4页 2.00 一种改进的FP-...
一种有效的并行频繁项集挖掘算法_专业资料。传统的挖掘频繁项集的并行算法存在各节点间负载不均衡、同步开销过大、通信量大等问题。针对这些问题,提出了一种多次...
一种基于极大完全子图的最... 4页 5财富值 一种高效的并行频繁集挖掘.....) "#) CA" 一种频繁项集并行挖掘算法李 ! 力! 翟东海! 靳 ! 蕃 ! !...
一种基于后缀项表的并行闭频繁项集挖掘算法_信息与通信_工程科技_专业资料。第3 1卷第 2期 201 4年 2月 计算机应用研究 Application Research of Comput...
一种基于频繁模式树的最大频繁项目集挖掘算法_IT/计算机_专业资料。小型微型...M A F IA 算法的概念框架是项集网格和 子集树 , 并利用纵向位图存储事务...
2012 分布式全局最大频繁项集挖掘算法杨君锐,何洪德,杨莉,李海文,薛萍 (西安科技大学 计算机科学与技术学院,陕西 西安,710054) 摘要:提出一种分布式全局最大频繁...
热门文档