含負項目的關聯(lián)規(guī)則挖掘算法研究.pdf

1、近年來，隨著計算機技術的發(fā)展、數(shù)據(jù)管理技術的成功應用、企業(yè)內部信息化程度的不斷提高，各個應用領域的數(shù)據(jù)庫中都積累了海量的數(shù)據(jù)。利用數(shù)據(jù)挖掘技術能夠從大規(guī)模的數(shù)據(jù)中獲取正確的、有趣的、潛在有價值的知識。而關聯(lián)規(guī)則挖掘則是其中一個重要的研究方法，具有重要的理論價值和廣泛的應用前景。
　　當前，傳統(tǒng)的正關聯(lián)規(guī)則的挖掘受到了相當?shù)年P注，對于包含負項目的關聯(lián)規(guī)則卻并未給予足夠的重視。然而在很多領域中，只挖掘出傳統(tǒng)的關聯(lián)規(guī)則往往是不夠的，需要

2、對數(shù)據(jù)項的否定項進行挖掘。因此有必要研究事物負屬性之間的關聯(lián)關系。
　　現(xiàn)有的挖掘含負項目的關聯(lián)規(guī)則算法為數(shù)不多，而且多是基于Apriori思想的迭代算法，需要對數(shù)據(jù)集進行多次掃描，同時生成大量的候選頻繁項集。針對這些不足論文提出一種基于頻繁模式樹的頻繁項集挖掘算法。算法借用FP-growth算法中頻繁模式樹這種壓縮存儲事務的數(shù)據(jù)結構，因此具有無需多次掃描數(shù)據(jù)庫，不用生成大量候選項集的優(yōu)點。除此之外，算法對頻繁模式樹中每個節(jié)點增加

3、一個位串來存儲該項目的前綴項目，以避免在模式擴展的時候頻繁的遍歷子樹。實驗表明，論文提出的算法比現(xiàn)有的同類挖掘算法具有更好的效率。
　　另外，在含負項目的關聯(lián)規(guī)則挖掘中，由于負項目的引入使得頻繁項集的搜索空間變得更加巨大，而同時挖掘出的負關聯(lián)規(guī)則數(shù)量也隨之增大。但其中很多規(guī)則對用戶來說是不感興趣的，而且可能包含一些冗余和錯誤的規(guī)則。因此在傳統(tǒng)的“支持度——置信度——興趣度”評價標準之上，引入了最大支持度的概念，在生成頻繁項集階段就