一种基于mfp 树的快速联系规则挖掘算法.pdfVIP

第17卷_第6期 计算机技术与发展 Vol.17 No.6 2007年6月 ’ C)〔入4PITFERTECllNOIJ(X;YANI)1)EVEI刀P入IENT Jun. 2007 一种基于MFP树的快速关联规则挖掘算法 李志云，周国祥 (合肥工业大学计算机与信息学院，安徽合肥230009) 摘 要:在关联规则挖掘FP一GroM沈h算法的基础上，提出一种基于N『P树的快速关联规则挖掘算法。文中给出了MFP 算法的工作原理。N下1〕算法能在一次扫描事务数据库的过程中，把该数据库转换成MFP树，然后对州『1〕树进行关联规 则挖掘。N『P算法比即_Growth算法减少一次对事务数据的扫描，因此具有较高的时间效率。 关键词:关联规则挖掘洲田P树;MFP算法 中图分类号:T巴01.6 文献标识码:A 文章编号:1673一629X(2007)06一0094一03 AFastAssociation RuleMiningAlgorithmBasedonMFPTree LIZhi一yun，ZHOUGuoxiang (段坛刀lofo刀甲uterInfomlation，HeleiUnivers ityofTechllolof界，Hefei230009，China) A加tract:压巧alonFP一Growthalgoritl扣飞of二 iationrulemln ing，thisPaPerp~ tsanew~ iationrulemininga】go6tllln司1己 MFPTree.The倒[FPa】9止ithnlcan conve rtatransac tiondatal~ intoanMFPtreetllrot唱hscann ingthedatahaseonlyonce ，阴dthendo theminingofthetree .价causethe入吓Pal即石thnlscans atransactiondstaha货one time lessthe砷一910叭rth司即rithnl，the MFPa娜- rithlnisrr幻reefficientwithtime . Keywo川5:二 iat汕 川】e而ning;MFPtree ;州『Pal即rithnl 1 概 述 库，得到L表;第二次扫描事务数据库，构造出外一 关联规则的挖掘是数据挖掘研究的重要内容之 tn犯。由于扫描实际的事务数据库的开销很大，若能在 一，它反映了大量数据中项目集之间有趣的关联或相 此基础上再减少挖掘算法对事务数据库的扫描次数， 关联系[l]。关联规则挖掘中最重要的是进行频繁模式 则能进一步有效地提高关联规则挖掘效率。为此，设 的挖掘[2]。挖掘频繁模式的经典算法是彻riori算法 计了一种称之为侧田P的快速关联规则挖掘算法。 和FP一G拍wth算法[3]。 州田1〕算法有2个基本步骤:一是扫描事务数据库，在 助riori算法使用广泛，大家比较熟悉。FP- 扫描过程中就把事务数据库转换成类似于即一tree 的 Growth算法是用于从事务数据库中挖掘布尔型关联 树(下面称为州田1〕树)，并且保留了所有事务数据库中 规则的频繁模式。它的挖掘过程比较复杂，但是可以 item 间的关联信息;二是挖掘侧田1〕树，从中找出所有 简单地划分成三个基本步骤[4]:首先是扫描事务数据 可能的关联规则。与FP一Growth算法相比，M下1)算 库，根据给出的而爪suP(最小支持度)建立L表;然后 法只需对事务数据库扫描1次，因而可提高关联规则 第二次扫描事务数据库，依据一L表，构建饰一tree;最 挖掘的时间效率困。 后对构建的印一tree进行挖掘，找出所有的频繁模式。 有了频繁模式就可以根据行业背景方便地建立所需的 2 侧[FP算法的工作原理 关联规则[5]。 2.1相关定义 尽管FP_Growth算法的关联规则挖掘效率比 定义1:事务数据库D。用