联系规则候选项频度规律研究.pdfVIP

计算机科学2003V.1.30N0.10(增刊) 关联规则候选项频度规律研究 RegularitiesonSupportCountsofAssociationalCandidateGenerations 周焕银 张 永 (兰州理工大学电气工程与信息工程学院 兰州730050) Abstract Aprion isfamousforitspredictioncandidatesforassociationalrulesmining,butwithtransaction databasebecomingmoreandmorelarge,thenumberofitscandidatesincreasesatexponentialspeed.Whiletheuse- fulcandidatestointerestingassociationalrulesaresosmallthatalotoftimeiswastedincheckingthoseuseless candidates.Toovercomethisquestionthreerulesareconcluded.Benefitingfromtheserulesthealgorithmcan cientlycontroluselesscandidatesresultingandexactlypredictlargeitemsets.Atthesametimeweintroduceroefdfei pendentsupportcounttoavoidlosinganyinterestingassociationalruleduringpruning. KeywordsIndependentsupportcount.Depletionofrulesupportcount.Constantonfixitemsupportcount 度阑值与数据集D中的记录数乘积。 1 引言 频繁项集:支持频度大于等于最小支持频度阂 著名的Apriori算法是关联规则挖掘算法中应 值的项集。 用最广泛的一种。它利用频繁项集的向上封闭性产 父须繁项集(fatherlargeitemsets):如果k一项 生候选项，但随着数据库规模的扩大由此算法产生 集(含有k个项的项集)是频繁项集，那么它就是所 的候选项的数量是无法估计的，而频繁项集的候选 有构成它的子频繁项集的父频繁项集。 项所占比例甚少，故如何准确有效地避免无用侯选 挽则须度损耗:随着关联规则规模的扩大它的 项集产生是问题的关键。本文通过对父子频繁项集 频度不会增加的性质，称为关联规则频度损耗。 频度研究总结出了三条规律来实现对候选项频度提 固定项集频度宁恒性:某一固定项集的频度不 前预测，从而大大减少了无用候选项的产生。同时本 会因发现与它相关的规则而减少它的频度，即祖辈 文引人了独立频度，通过各项频度与其独立频度差 项集不会影响它的子孙辈频度。 值作为阐值的比较频度，来准确删除无用候选项集。 项集的独立性:如果某一k一项集的频度为n，它 的某一k-1子项集的频度为m，则有m)n，那么就 2 父子频繁项频度规律研究及其说明 有m-n频度的项集未对此k一项集的连接做出贡 关联规则的属性一般可分为两个重要参数川 献，就称这m一n个k一1项集独立于此k一项集，此k 可信度(confidence)、支持度(support)。可信度是对 一1项集的独立频度(Sic)为m-n, 关联规则准确度的衡量，支持度是对关联规则重要 2.2 父子项集间频度规律 性的衡量。支持度说明了所发现关联规则在所有数 通过对Apriori算法中的父子频繁项集间频度 据信息中的