基于改进FPtree的高实用项目集挖掘研究.pdfVIP

第 31 卷 第 4 期（下） 赤 峰 学 院 学 报（自 然 科 学 版 ） Vol. 31 No.4 2015 年 4 月 Journal of Chifeng University （Natural Science Edition ） Apr. 2015 基于改进 FP-tree 的高实用项目集挖掘研究 玲玲 1 天鹏 2 峰 2 白 ， 韩 ， 王 （1. 中共阜阳市委党校 教务处 ； 2.阜阳师范学院 计算机与信息工程学院 ， 安徽 阜阳 236037 ） 摘 要 ： 大部分关联规则算法的提出是基于项目的频率值 ，若从成本 、利润和用户的偏好考虑 ，传统的 数据库挖掘频繁模 式在现实世界中并不适合应用 . 本 文基于 FP-tree 提出了一种高效用的模式树 HUP- 挖掘算法 该算法利用在数据库中基于向下封闭性产生压缩的树结构 ，以达到挖掘出高效用项的目的 tree . . 实验表明该方法无论是在执行时间上 ，还是在生成的树的节点数量上 ，其性能均优于 FP-tree. 关键词 ： 效用挖掘 ；高效用模式 ； ；关联规则 FP-tree 中图分类号 ： 文献标识码 ： 文章编号 TP274;TP311 A ：1673-260X（2015 ）04-0021-05 1 引言 法，这种新的树结构称为高效用模式树 HUP-tree ， 从交易数据库中挖掘频繁项集是知识发现的 旨在保持相关信息的效用挖掘. 一个基本任务,其目标是确定项目集及出现频率是 2 FP-growth 算法 否高于一定的阈值.这是通常在寻找关联规则和序 数据挖掘涉及到应用特定的算法来提取数据 列模式时的基本规则[1].在过去，许多方法被提出用 集的模式或规则的特定表示.数据挖掘的一种常见 来发现频繁项集,这些方法可分为两类：分层方法 的类型是从交易数据中获得关联规则，使得在一个 和模式增长方法.Apriori 算法[2]首先提出了基于一 事务中某些项目的存在也暗示着一些其他项目的 个分层处理方式挖掘关联规则.然后 FP-growth 算法 存在 .为了实现这一目的，Agrawal 等，基于逐层方 [3] ，提出了构建基于 Apriori 的压缩树形结构的挖掘 法提出了几种挖掘算法找到关联规则.Han 等 [4]提 规则. 出了频繁模式树 FP-tree 结构和 FP-growth 算法， Apriori 和 FP-growth 两个算法所处理的是数 可以有效地挖掘频繁项集而不产生候选项目集. 据库中以二进制变量存在的所有项目， 也就是说， FP-tree 的挖掘算法由两个 阶段组成. 第一 阶 他们只考虑在一个事务中是否存在一个项.在这种 段 的重点是从数据库中构建 FP 树，而第二 阶段的 情况下，频繁项集只是揭示 了在事务中项目出现的 重点是 由 FP 树推导频繁模式.FP 树的建立分为三 重要性，但并不反映任何其他的隐性因素，如价格 个步骤.首先，扫描数据库并对所有的项计数.计数 或利润.例如，在百货公司售出钻石的机率要远低 大于或等于预定的最小支持度阀值的项目为 1- 项 于衣服， 但前者所获得的利润