一种改进的多层关联规则挖掘算法.pdfVIP

第37卷 第 16期 计 算 机 工 程 2011年 8月 、b1．37 NO．16 ComputerEngineering August2011 · 软件技术与数据库 · 文章■号。1oo_3428(2ol1)1-_0042一_ 文献标识码-A 中圈分类号tTP311．13 一 种改进的多层关联规则挖掘算法 唐 辉，吴明礼，贺玉明 (北方工业大学信息工程学院，北京 100144) 接 要：在传统的多层关联挖掘算法中，概念层次树只提供项目的概念分层信息，导致项 目查找效率不高。为此，提出一种改进的多层关 联规则挖掘算法。在概念层次树的节点中增加2个域，以获取各层的频繁 1一项集，通过增加 1个基于Hash表的辅助存储结构，以提高项 目的查找效率。实验结果表明，与传统算法相比，改进算法的挖掘时间能缩短lO％／E右。 关t诃：多层关联规则；数据挖掘；概念层次树；频繁模式树 ImprovedM ulti—levelAssociationRuleM iningAlgorithm TANGHui，W1JMing-li，HEYu-uring (CollegeofInformationEngineering，NorthChinaUniversityofTechnology,Beijing100144，China) [AbstractlnIthetraditionalassociationruleminingalgonaun，concepthierarchytreeonlyprovidesconcepthierarchyinfomrationofitems，and theefficencyof serachingitemsisnothighinhtisrteestructure．Thispaperpresentsanimprovedmulti—levelassociationroleminingalgorithm．It addstwofieldsinitsnodestohelptoacqeuirefrequentI-itemsets．Itemploysanauxiliary storagestructurethatisbasedonHash table．which enhnacesefficencyofserachingitems．ExperimentalresultshowsthatminingtimeoftheimrpoveAalgorithm isreducedbyabout10％htanbefore． [Keywordslmul卸le·levelassociationrule；datamining；concepthierrachytree；FrequentPattem(FP)tree D0I：10．3969／j．issn．1000-3428．2011．16．014 1 概述 排列。树中高层概念是低层概念的概括，树根是概念可能取 关联规则挖掘是从大量数据中发现数据项集之间潜在关 值的最一般的描述，树叶是概念的具体描述。 联或相关联系的一种技术。1993年，Agrawal等人首次提出 多层关联规则作为单层关联规则的拓展，其挖掘原理和 Apriori算法，此后研究者们又提出如AprioriTid、FP-growthJ【J 方法与单层关联规则基本相同，先挖掘出每一层的频繁模式， 等挖掘算法，这些算法的重点仍局限于在某个单一的概念层 再挖掘出交叉层的频繁模式。根据 Han的发现 ，在不同的 上进行频繁模式的挖掘。随着信息技术的发展，人们希望通 概念层上，一般应设置不同的最小支持度和最小置信度阈值， 过数据挖掘能够进行更高层次的分析，以便可以更好地利用 且支持度应逐层递减。 这些数据口】。一方面，较高概念层发现的关联规则能提供普