种挖掘频繁项集和频繁闭包项集的算法.PDFVIP

维普资讯 业 业 幸 ·数据库与信息处理 · 齐 齐 齐 齐 齐 齐 齐 齐 一 种挖掘频繁项集和频繁闭包项集的算法 杨红菊 梁吉业 · (山西大学计算机科学系，太原 030006) (中国科学院计算技术研 究所智能重点实验室，北京 100080) E—mail：yhju@huilin．com 摘 要 文章基于AprioriTid和挖掘闭包项集算法Close提出了一种新算法FFC算法，该算法能同时生成频繁项集和频 繁闭包项集。提高效率的 同时又为挖掘无冗余规则奠定了基础。 关键词 数据挖掘 关联规则 闭包项集 文章编号 1002—8331一(2OO4)13—0176—03 文献标识码 A 中图分类号 TP301．6 An Algorithm forDiscovering Frequentand FrequentClosed Itemsets YangHongju LiangJiye2t (DepartmentofComputerScience，ShanxiUniversity，Taiyuan030006) (KeyLaboratoryofIntelligentInformationProcessing，InstituteofComputingTechnology， ChineseAcademyofSciences．Beijing10008O1 Abstract：Thispaperproposesannew algorithm calledFFC basedonAprioriTid algorithm and hteClosealgorihtm for mining frenquentclosed itemsets．W iht higherefficiency，itlaysa~undafionforminingunredundnatrules． Keywords：datamining，associationrules，closed itemset l 引言 文章基于Apriori~d和挖掘闭包项集算法 Close提出了一 在事务数据库中挖掘关联规则是数据挖掘领域中的一个 种新算法FFC算法，有效地为挖掘无冗余规则奠定了基础。 非常重要的研究课题 ，它是由R．Agrawal等人首先提出的。目前 已有许多研究成果 ，最经典的挖掘关联规则的算法是 AprioriJ”， 2 关联规则挖掘 基于此又派生许多算法 ，诸 如 AprioriTid2[]，AprioriHybirdI等。 关联规则挖掘问题可形式化描述为如下 内容 ：设 ／=1i。，i2， Apriori算法将发现关联规则的过程分为两步 ：第一步是找 出事 … ， }是m个项 目的集合。D={‘，t，…，‘l是 ，1个事务的集合 ， 务数据库 中所有具有用户指定最小支持度的项 目集 ，即所有频 每个事务 是包含于，的项 目的集合，可 以用唯一的标识符 繁项集；第二步是利用频繁项集生成所需要的关联规则。由于 TID来标识。如果对于 ，中的一个子集 ，有 ，则说一个事 务 包含 ，如果 中含有的项 目数为k，则称 之为尼一项集 。 第二步较为容易和直观 ，因此挖掘出所有频繁项集是该算法的 一 条关联规则就是一个形如 y的蕴涵式 ，其中XCI，YCI 核心，占据整个计算量 的大部分。