一种快速挖掘模糊频繁项集的方法.pdfVIP

二 二 群争料落，” 召纷，书哭 爆 犷 杖仪济市场 技 月片月卜台 二霍 一种 快速挖掘模糊 频繁项集 的方法 蔡高 明 (福建省涓洲湾职业技术学院，福建 莆田 351 254) 摘 要: 文章针对快速挖掘模糊频繁项集问题，提出了一个基于fp一树的快速算法 「P.「该算法提高了快速挖掘模糊频繁 项集的时空效率。实验表明，该算法的执行效率较Apriro i 算法或类ArP j ro i 算法算法有着明显改进。 关键词:数据挖掘;模糊关联规则; fp一树: 中图法分类号 TP3 11. 13 1 引言 定义5 最小支持率为口画与最小可信度为树 ‘。若满足 由于客观世界的多样性和复杂性，人们对许多事物的理解 口A( 八B用) 临 ，例AO/B D) ‘，则AO B为模糊关联规 并不能用一些精确的概念进行概括 ，而只能用一些模糊的概念 则 。 进行抽象。这样 ，若仍然使用精确关联规则挖掘算法对这些数据 定义6 1频繁模糊模式集合 卜={筑八A2. 二八Ai l口A( IAA2. 源进行关联规则挖掘 ，就不会得到预期的效果 。 二八A四 卜口‘}. L=u 乌，称为频繁模糊模式集合. 现实世界里存在大量的模糊现象，其概念的描述没有明确 定理 1模糊项 目集X 的支持度为SuP 因，若 v y ‘x 叨有 的外延，因而出现了或这或那的现象。为了解决这个问题 ，196 5 SUP( Y) 之 SUP( x) ;若v z Q 尤则有 翻峨2) ‘护(幻 年，LA. 扎德创立了模糊集合论，在近05 年的发展过程中，模糊 证明: 由模糊项 目集的定义，显然可证之。 数学发展迅速，其研究成果涉及人工智能，模糊控制，模糊推理， 性质 1 若模糊项 目集 X 是频繁的，v y 二万则 丫也是频繁的。 模糊识别等领域川。模糊关联规则，就是基于模糊概念表示数据 性质2 若模糊项 目集X 是非频繁的，咒 二x ，则2 也是非 的关联关系。为此 ，一些学者也提出一些模糊频繁项集的挖掘算 频繁的。 法。但是，目前模糊频繁项集的挖掘算法大都是采用Apri ori 算 由以上的两个性质可知，我们可以用A户ri rio 算法对上述的 法仪3域者改进的Apri 丽算法。虽然在许多情况下，Aprio ri 算法 数值型数据库进行模糊频繁集的挖掘。在许多情况下，Aprio ri 的候选产生 - 一 检查方法大幅度压缩了候选项集的大小 ，并导 算法大幅度压缩了候选项集合的大小，并导致很好的性能。但 致很好的性能。然而，它有两种开销并非微不足道: ( )1 它可能需 ArPi rio 算法也有缺点:它需要产生大量的候选项集; 同时需要重 要大量候选项集。(2) 它可能需要重复地扫描数据库 ，通过模式 复扫描数据库，因此影响了算法的效率。为此，我们结合饰- 匹配检查一个很大的候选集合。而采用饰一增长模式能以有效 增长算法的思想，提出了FFP