一种更新关联规则的方法.pdfVIP

第28卷 第4期 西华师范大学学报 (自然科学版) 2007年12月 Vol.28 No.4 JournalofChinaWestNormalUniversity(NaturalSciences) Dec.2007 文章编号;1673-5072(2007)04-0328-05 一种更新关联规则的方法 杨梅娟’，陈亚军2，陈小娟 ‘ (1.西华师范大学计算机学院，四川南充 637002;2.西华师范大学物理电子信息学院，四川南充 637002) 摘 要:数据挖掘中IUA算法存在遗漏频繁项目集致使有的关联规则挖掘不出来的问题，本文对其产生的原因进 行了分析和讨论，提出了改进的方法.同时给出一种更为高效的关联规则更新算法HIUA. 关键词:关联规则;更新算法;数据挖掘 中图分类号:TP183 文献标识码:B 1 引 言 关联规则挖掘是寻找给定数据集中项之间的有趣联系.随着数据库的更新以及数据量的增加，原来挖掘 出的关联规则不一定在当前的数据库中仍然是强规则，同时还可能存在以前没有挖掘出的关联规则，对所挖 掘出的关联规则的管理和维护非常重要，因此必须进行关联规则的更新. 2 关联规则的更新方法 在最小支持度不变的情况下，FUP算法考虑的是事务数据库中增加数据时关联规则的更新问题.而 FUPI算法同时考虑了事务数据库增加数据、减小数据的情况.如果事务数据库不变，最小支持度和最小可信 度发生变化时，如何更新关联规则呢?这里分2种情况:(1)最小支持度不变，最小可信度改变;(2)最小可 信度不变，最小支持度改变.第1种情况比较简单，只需去掉不满足新的最小可信度的规则或增加满足新的 最小可信度的规则即可.第2种情况比较复杂，IUA算法给出了一种解决方案，但IUA算法存在遗漏频繁项 目集的问题，致使有的关联规则挖掘不出来. 下面引人记号:IDI表示数据库D包含的记录数，IPI。表示数据库D中支持项目集P的记录数.讨论以 下3种情况. 2.1数据库改变、最小支持度不变 由于数据库减少数据的情况比较简单，这里只讨论向数据库中增加数据的情况.设数据库D，最小支持 度为s.新增加的k条记录组成D，增加记录后的数据库记为D+D.P是I的一个子集.如果P是频繁项目 集，则有IPI,+D/(IDI+IDI):成立· 由于(IPI,+IDI)/(IDI+IDI):IPI,.D/(IDI+1D1)，因此(IPI,+IDI)/(IDI+IDI):.整 理得IPI。/IDI，一(1一。)*IDI/IDI，记 s=:一(1一:)*IDI/IDI，则IPI。/IDI:’. 上式说明，如果P是数据库D+D’在最小支持度:之下的频繁项目集，则P一定是数据库D在最小支持 度 ;’之下的频繁项目集. 2.2 数据库不变，最小支持度改变 这里分最小支持度变大和变小2种情况:前一种情况比较简单，只需去掉不满足新的最小支持度的项目 集即可.后一种情况比较复杂，因为最小支持度变小之后，原来不是频繁项目集的项目现在可能成为频繁项 目集.本文主要讨论这种情况下的关联规则的更新. 收稿日期:2006-05一11 作者简介:杨梅娟(1978一)，女，山东临沂人.西华师范大学计算机学院04级硕士研究生，主要研究方向为神经网络. 万方数据 第28卷第4期 杨梅娟，等:一种更新关联规则的方法 329 2.3 数据库和最小支持度都改变 假设旧支持度为so，新的支持度为sl,D中增加的数据组成的集合为D.令:=min(ss2)，其中s2= s。一(卜:a)*IDI/ID嗜先在D中求得支持度，下的频繁项目集然后对新增加数据D’进行1次扫描即可 得到支持度:I之下的频繁项目集.