增量式FP_Growth算法及在信息抽取上的应用.pdfVIP

学兔兔 l注 勺 化 通 与网络 Growth算法及在信息抽取上的应用 Increm ental FP _ G rowth miningalgorithm and application of web informationextraction 陈红叶 CHEN Hong—ye (浙江科技学院 信息与 电子工程学院 ，杭州0023) 31 摘 要 ：对 Web信息抽取 中事物数据库和最小支持度发生 变化 时的频繁项 目集更新问题进行研究 ，分 析 当大 量增量数据到达时难以及时更新FP—tree的现 象 ，通过 对FP—Growth算法进 行改进 ， 提 出一 种基于频 繁模 式树 的增 量式FP—Growth挖掘算法 ，实现关联规则的提取 。通过对二手 IT产品交易网站的交易情况进 行信息抽取并提取 出关联规则 ，比较算 法执行日寸间，分析置信 度和支持度的变化，证明该算法能有效减少生成PT—Tree的时间，提高了挖掘效率。 关键词：信息抽取；频繁项目集；增量式FP～Growth；关联规则 中图分类号 ：TP31 1 文献标识码 ：B 文章编号 ：11)1(下)一0057-03 34(201 009-01 Doi：10．3969／j．issn．1 009-01 34．2011．1(下)．1 9 0 引言 到 发现 自己感 兴 趣 、可 理 解 的 规 则 。面 对这 个 动 态 的 交互 过 程 ，要求 关 联 规 则 的挖 掘 算 法 能够 适 Web信 息 抽 取Extraction， (WebInformation WeblE)?是 将 Web作 为 信 息 源 的 一 类 信 息 抽 应 Web信息 的特 点 ，具 有 增 量式 挖 掘 的能 力 。已 取 ，研 究 如 何 将 分 散 在 Intemet上的 半 结 构 化 的 有 研 究者 从 不 同方面 给 出 了频 繁项 目集 的 更新 方 Web页 面 中 的隐 含 的 信 息 点提 取 出来 ，并 以更 为 法 ，如 FUP算法 解 决 了数 据库 内容 增加 时 的频 结构 化 、语 义 更 为 清 晰 的形 式 表 示 ，为 数 据 挖 掘 繁 项 目集 的 更 新 问 题 ，IUA算 法 解 决 了最 小 支 持 提 供 了海 量 、可 用 的数 据 源 ，可 以根 据 数 据 的 特 度发 生 变 化 时 的 频 繁项 目集 连 续更 新 问题 。本 文 主要 针 对 Web信息 抽取 中 ，大 量增 量 数 据到 达 时 点 进 行 各 种数 据 挖 掘 研 究 。其 中关 联 规 则 的 挖 掘Mining)可 Rule (Associate 以找 到 数 据 中 隐 藏 如何 及 时更 新 FP tree，通 过 对