高效用項集挖掘算法的研究.pdf

1、關聯規(guī)則挖掘作為數據挖掘的一個重要研究領域,通過各事務項集之間的相關聯系,給用戶提供感興趣的規(guī)則,在商業(yè)、科學和其它應用方面得到了廣泛應用。但是,傳統(tǒng)的關聯規(guī)則挖掘基于“支持度-置信度”框架產生強關聯規(guī)則,只考慮了項集的頻繁度,因此用戶未必對挖掘產生的規(guī)則感興趣,而且很可能會丟失那些支持度不高、但效用值高的規(guī)則?；谛в玫年P聯規(guī)則挖掘彌補了這一缺陷。它用效用值來衡量項集的重要性,反映了用戶偏好,更好地滿足決策需求。本文從提高高效用項集挖

2、掘性能的角度出發(fā),主要工作有:
　　 分析了目前高效用項集挖掘算法的優(yōu)點和不足,設計了一種新的快速高效用挖掘算法FUI-Mine。FUI-Mine將原數據集進行分類存儲,顯著減少搜索時間,不需要重復掃描原數據集。同時構造一種新的數據結構FUI-Free,按分類后的項集分別構造FUI-Tree并獨立進行挖掘,只需要掃描葉子結點就可得到高效用項集,避免了遞歸地對FUI-Free進行搜索。實驗證明,該算法在挖掘項集最大值相對較小的數據

3、集時,執(zhí)行效率上要明顯優(yōu)于同類算法Two-Phase和CTU-Mine。
　　 FUI-Mine算法能快速得到數據集中的長模式效用集,但短模式效用集的挖掘成了其挖掘效率的瓶頸,因此提出一種結合FUI-Mine算法和列枚舉分別挖掘長模式和短模式的混合挖掘算法Hybird-Mine。列枚舉挖掘采用垂直數據格式通過事務的交集運算,直接得到短項集。同時本文給出項集的后續(xù)補集對列枚舉方法進行優(yōu)化,最大程度上減少了項集的相交次數和存儲空間。

4、事務權重向下閉屬性剪枝策略同樣適用于列枚舉,提前將不滿足最小效用閥值的項集剪枝,減少了搜索空間。實驗證明,混合算法Hybird-Mine彌補了FUI-Mine算法的缺陷,提高了挖掘短模式的效率。
　　 當前高效用挖掘算法都是挖掘出完全的高效用項集,當最小效用閥值minutil設置較低或數據集中存在長模式,會產生大量數目的效用項集。因此,本文分析效用挖掘的現實意義,通過結合支持計數和效用的數學特性,將閉模式約束引入到高效用項集挖掘