一种发现模糊关联规则的FTDA2算法.pdfVIP

第35卷 第 ll期 计 、算 机 工 程 2009年6月 Vo1．35 No．11 ComputerEngineering June2009 · 软件技术与数据库 · 文章编号：10o0_3428(20o9)11—052—_03 文献标识码：A 中圈芬类号：P3；i 一 种发现模糊关联规则的FTDA2算法 钱增瑾，徐 欢 ，鞠时光 (南京理工大学研究生院，南京 210094) 摘 要：模糊关联规则在模糊集理论的基础上发现关联规则，频繁项集挖掘是数据挖掘的关键问题。Apriori算法在查找频繁项集时，需要 对数据库进行多次扫描，通过模式匹配检查一个很大的候选集合，降低了算法执行效率。针对该问题提出FTDA2算法，该算法对事务数 据库进行一次扫描，记录对计算频繁项集支持度有贡献的事务。比较FTDA2算法与其他算法，通过实验证明其有效性。 关健诃：模糊集；关联规则；事务；数值型属性 FTDA2Algorithm forFindingFuzzyAssociationRule QIANZeng-jin，XUHuan，JUShi-guang (GraduateSchool，NanjingUniversityofScienceandTechnology,Nanjing210094) [Abstract]Fuzzyassociationrulesfindsassociationrulesbasedonfuzzysettheory．Frequentitemsminingisthekeyproblem indatamining． WhenfrequentsetsisbeingsearchedinApriori，databaseneedstObescannedseveraltimes，andalargecandidatesetischeckedthroughpattern matching．Thealgorithm running efficiencyisreduced．Aiming atthisproblem，thispaperproposesFuzzyTransaction Data—mining Algorihtm 2(FFDA2)．Thisalgorithm SCnaSdatabaseonce，andrecordthetransactions，whichcontributetohtesupportoffrequentset．ItcompraesFTDA2to otheralgorihtms，nadprovesitsvaliditybyexperiment． [Keywords]fuzzyset；associationrule；transaction；quantitativeattribute l 概述 量CPU时间。上述2种算法的运行时间主要浪费在重复扫描 模糊关联规则将模糊集理论与数据挖掘技术相结合，由 一 个数据量较大的集合，鉴于此，本文提出FTDA2算法，提 于它能从事务数据中发现易于理解、接近人类思维方式的关 高了算法效率，并降低了算法的时间复杂度。 联规则，因此被越来越多的研究人员重视。 2 事务数据库中模糊关联规则的挖掘 现有模糊学习算法能从数据集中发现有用规则，并在实 2．1 操作定义 际应用 中取得 了较好成效 J。FTDA(FuzzyTransaction 为了方便算法描述，给出如下定义： Data—miningAlgorithm)I2l将模糊集理论与经典关联规则挖掘 定义 1(0集合)形如{(xl1，Xl2)，(2