一种基于数据库分解的关联规则挖掘新算法.pdf

2(K17年 6月 湖南师范大学 自然科学学报 V0l1．3O No．2 第 30卷 第2期 JoumalofNaturalScienceofHunanNormalUniversity Jun．，2007 一 种基于数据库分解的关联规则挖掘新算法 杨翠明 ，刘喜苹 ，熊高峰 ，罗隆福 (1．湖南大学电气与信g-r_程学院，湖南 长沙 410082；2．长沙南方职业学院，湖南 长沙 410208) 摘 要 在 Fp_growth算法的基础上，提出了一种新颖的关联规则挖掘算法 ．该算法将大型数据库分解成频繁 1．项集的项总数个子集 ，然后对分解得到的各个数据库子集用 ~p-gmwth算法进行约束项数据挖掘，待所有数据库 子集的约束项数据挖掘进行完毕后，再合并这些约束频繁项得到大型数据库的频繁项集．实验结果表明新算法所 采用的数据库划分策略克服了FP-growth算法对大型数据库进行挖掘时，占用内存大，运行速度慢的不足，是一种适 合于大型数据库的关联规则挖掘算法． 关键词 大型数据库；关联规则 ；数据库分解；数据挖掘；约束频繁项挖掘；Fp-growth； 中图分类号 TP311 文献标识码 A 文章编号 1000-2537(2007)02—0030—05 A New Algorithm forMiningAssociationRulesBasedonDatasetDivision YANG Cui．Ming ，LIU Xi-Ping ，XIONG Gao-Feng ，LUO Long-Fu 1．CollegeofElectricalandInformationEngineering，HunanUniversity，Changsha410082，China； 2．ChangshaNanfangVocationalCollege，Changsha410082，China) Abstract Fp．growthalgorithm hasdisadvantagessuchaslowerspaceutilization rateand slowerexecutiontime whenminingthelargedatasets．Toovercomehtesedrawbacks，basedontheFp—growthalgorithm，thispaperproposeda new algorihtm forminingassociation rulesfrom largedatasets．Thealgorihtm adoptsanew strategytodividethelarge datasetsintomanysubsets，nadhten，carriesoutconstrainedfrequentitem setsminingforeachsubset．Experiments have beenconductedtocompraehteproposedalgorihtmwihttheFp—growthalgorithm．Experimentalresultsshowhtathtealgo rithm has lowermemoryusage，nadisfasterthna hteFp—growthalgorihtm whenthedatasetsisverylarge． Keywords largedataset；associationrule；divisionofdataset；datamining；constrainedfrequentitem setsmining； Fpgrowth 数据挖掘是一个从数据 中析取潜在有用的、先前未知的和最终可理解的知识的过程 ．关联规则挖掘是数 据挖掘中的一个重要研究领域．其研究主要集中在如何快速有效地找出满足最小支持度的所有频繁项集．为 此，AgrawalR于 1993年首次提出布尔型关联规则问题和相应的Apriori算法及其扩展算法 “剖．随后，各 国的 研究者们相继提出了许多其他改进算法 】．这些算法都需要产生候选集才能找出所有频繁项集