关联规则挖掘在分类数据领域的扩展性地研究.pdf

摘要 深度优先的遍历策略，结合双头表辅助结构以及合并、剪枝等一系列优化操作， 进一步减少了算法的遍历开销，从而提升了算法整体效率。 最后，本文将研究视角从静态分类数据进一步扩展至动态变化环境下，对概 化关联规则更新保持问题进行了研究，并提出了一种基于概化扩展自然序树的增 量挖掘方法GECT．IM。该方法只需扫描一次原始分类事务数据库，就可以将所 有交易中的叶子项及其概化项映射至一棵压缩格式的自然序前缀树GECT，并通 过引入更新头表来实现只对GECT中更新项集计数，然后结合相关性质及运算 就能发现大部分更新后的频繁项集，而只对部分原来非频繁的项集才需重新遍历 初始GECT树来得到，从而有效提升了挖掘效率。针对GECT规模较大以及 GECT．IM算法在部分情况下仍需遍历初始GECT树的局限性，本文进一步提出 了一种基于准频繁概化扩展自然序树的增量挖掘方法PGECT．IM。该方法通过准 最小支持度阈值的引入，结合对数据库变化范围的判定，只利用符合准最小支持 度的项集来构建PGECT，不仅可以减小树的规模，还可以有效避免GECT．IM方 法在部分情况下仍需要遍历初始GECT树的局限性，进一步提升了增量挖掘的 性能。 关键词：关联规则，多层关联规则，概化关联规则，分类数据，相关性函数，集 合枚举树，前缀树，增量挖掘 中图分类号：TP311 Abs七ract Abstract of in are Withthewide becoming technologysociety，people applicationcomputer in moreandmore oninformation totheconditionof“rich dependent systems．Facing ofthe in onthe statistics，database， databut information”，based poor development virtualization and machine recognition intelligence，pattem learning，artificial cameinto new ect—data being． interdisciplinarysubj mining technology，a isoneofthemost researchareasindata Associationrule mining． mining important itswide and valueinthe