关联规则挖掘的PredictiveApriori研究及改进算法的.docVIP

关联规则挖掘的PredictiveApriori研究及改进算法的 2O12年1月 第49卷第1期 四川大学(自然科学版) Journal0fSichuanUniversity(NaturalScienceEdition) Jan.2012 Vo1.49No.1 doi:103969/j.issn.0490—6756.2012.01.016 关联规则挖掘的PredictiveAprior1●●●^●● 研究及改进 吴芝明,钱程,伍少梅 (四川大学计算机学院,成都610064) 算法的 摘要:在关联规则挖掘算法中,PredictiveApriori算法只需设定输出最好的N个规则,就可 挖掘出N个预测精度最大的规则,从而极大地减轻用户参数设置的负担.但该算法需要不断 对事务数据库进行扫描,如果事务数据库很大将会大大增加I/O时间,降低挖掘效率.本文融 合事务压缩技术,提出一种称为FastPredictiveApriori的改进版算法.实验结果表明,随着事 务数据量的增大,改进后的算法只需扫描压缩事务集.因此,在事务数据库很大时,该算法能明 显提高执行效率. 关键词:关联规则;PredictiveApriori;事务压缩 中图分类号:TP391文献标识码:A文章编号:0490—6756(2012)01—0097—05 ResearchandimprovementonPredictiveApri0rjsalgorithm miningwithassociationrules W【,Zhi—Ming,QIANCheng,WUShao—Mei (CollegeofComputerScience,SichuanUniversity,Chengdu610064,China) Abstract:PredictiveApriorialgorithmcanfindoutthemostaccuracyNruleswhensettingtheparameter N,SOthealgorithmgreatlyreducestheburdenoftheuserSparameterssetting.However,thisalgo— rithmincreasestheI/Otimeandhinderstheminingefficiencybecauseofscanningthetransactiondata— basecontinuously.Thispaperprovidesanimprovedmethodbycombiningaffairscompressiontechnolo— gyandPredictiveApriori.Themethodsimplyscansthecompressedtransactionsetsandtheexperiment resultsshowthattheimprovedmethodcanimprovetheefficiencysignificantlywithtransactiondatabase increases. Keywords:associationrule,PredictiveApriori,transactionreduction 1引日 关联规则挖掘是一种重要的数据挖掘技术.关 联规则可以反映出数据库中数据项(即表属性值) 的依赖或关联关系,其挖掘算法有很多,经典的是 Agrawal于1993年提出的Apriori以及各种改 进算法[2,3].大部分算法至少需要设置两个阈值, 最小支持度minsup和最小置信度minconf,支持 度为数据库事务记录X和y同时出现的概率,它 反映了规则的可用性,而置信度为在X出现的情 况下y出现的条件概率,它反映了规则的可靠行. 算法的目标就是挖掘出所有满足minsup和min一 收稿日期:2011—09—01 作者简介:吴芝明(1986一),女,硕士研究生,研究方向为人机交互.E—marl:wzhm0301@163.corn 通讯作者:伍少梅.E—mail:wu—scdx@126.corn 98四川大学(自然科学版)第49卷 con{的关联规则,而minsup和minconf的正确设 置要求用户有一定的关联规则应用挖掘经验.同时 算法很容易产生大量的规则输出,而且很多规则对 用户来说是不感兴趣的,没有意义的,因此出现了 关联规则兴趣度度量技术,用于评价用户对关联规 则的关注程度. 关联规则的兴趣度度量分为客观评价和主观 评价[4]:(1)客观评价的兴趣度度量值依赖于关联 规则本身结构,规则前后项的关系及统计信息等; (2)主观兴趣度评价需要用户在挖掘过程中进行 主观交互,主要有基于约束的挖掘方法,可以让用 户指定挖掘特定数据,约束规则的知识类型,如岑 宇森等提出主成份分