基于約簡頻繁模式樹的頻繁模式挖掘及查詢算法研究.pdf

1、頻繁模式挖掘是數(shù)據(jù)挖掘中的一項(xiàng)重要工作，也是關(guān)聯(lián)規(guī)則挖掘的一個(gè)關(guān)鍵步驟，可以應(yīng)用于諸如分類、聚類、預(yù)測等數(shù)據(jù)挖掘任務(wù)中。目前，關(guān)聯(lián)規(guī)則挖掘結(jié)果多以在線交互方式導(dǎo)出，如何從大量的頻繁模式中查詢指定頻繁模式進(jìn)而產(chǎn)生關(guān)聯(lián)規(guī)則成為影響在線查詢系統(tǒng)整體性能的重要因素。因此，本文研究頻繁模式的高效挖掘算法及頻繁模式的查詢算法。完全頻繁模式挖掘產(chǎn)生較大規(guī)模的結(jié)果集，而且目前大多數(shù)頻繁模式挖掘算法都是以項(xiàng)集的形式輸出挖掘結(jié)果，使得由多個(gè)頻繁項(xiàng)集共享的前

2、綴項(xiàng)集重復(fù)存儲(chǔ)，不但占用存儲(chǔ)空間，而且基于項(xiàng)集形式的模式匹配(項(xiàng)集查詢)較為耗時(shí)。本文在對數(shù)據(jù)挖掘和關(guān)聯(lián)規(guī)則的基本概念以及相關(guān)知識進(jìn)行研究的基礎(chǔ)上，提出一種完全頻繁模式的約簡表達(dá)形式--約簡頻繁模式樹(SFP-tree)。無論在所包含的頻繁模式還是存儲(chǔ)規(guī)模上，SFP-tree的比相應(yīng)的完全頻繁模式小得多，而且易于邏輯的還原成完全頻繁模式，基于SFP-tree能高效的實(shí)現(xiàn)模式匹配。本文給出了產(chǎn)生SFP-tree的挖掘算法，利用樹形控件實(shí)現(xiàn)

3、SFP-tree的可視化，并提出基于該SFP-tree的頻繁模式查詢算法。
　　 本研究主要內(nèi)容包括：⑴提出以約簡頻繁模式樹(Simplified Frequent Patterns Tree)為挖掘結(jié)果表達(dá)形式的頻繁模式挖掘算法----MSFT算法(Mining based on Simplified Frequent PatternTree)。MSFT算法采用改進(jìn)的深度優(yōu)先搜索策略產(chǎn)生頻繁項(xiàng)集，并采用位向量的方式來計(jì)算和存儲(chǔ)

4、頻繁項(xiàng)集支持集，具有較小的內(nèi)存開銷。本文還給出了SFP-tree的樹節(jié)點(diǎn)的組織方式和邏輯結(jié)構(gòu)，對比實(shí)驗(yàn)證明MSFT算法的優(yōu)越性。⑵提出基于SFP-tree的頻繁模式查詢算法。首先提出將SFP-tree邏輯的還原成完全頻繁模式的方法，重點(diǎn)對其中的一類被稱為單子女路徑結(jié)點(diǎn)進(jìn)行處理，即將其子女結(jié)點(diǎn)同時(shí)當(dāng)成它的兄弟結(jié)點(diǎn)使用。然后提出基于SFP-tree的頻繁模式查詢算法，該算法由SFP-tree的根結(jié)點(diǎn)開始以寬度優(yōu)先順序掃描其子結(jié)點(diǎn)，發(fā)現(xiàn)包含給