一种改进的增量数据挖掘算法 - 计算机应用与软件.pdf

第２８卷第８期　　　 计算机应用与软件 Ｖｏｌ２８Ｎｏ．８ ２０１１年８月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ａｕｇ．２０１１ 一种改进的增量数据挖掘算法 胡开明　陈建华 （广东松山职业技术学院计算机系　广东韶关５１２１２６） 摘　要　　针对现行增量挖掘算法都不能解决最小支持度和最小置信度发生变化的同时数据库也发生变化的增量更新问题，分析 现有算法的不足，提出一种改进算法。该算法充分利用以前挖掘的结果，将链表插入、删除以及ｈａｓｈ定位高效率的特性结合起来， 摆脱了传统算法多次迭代的不足，可实现最小支持度与最小置信度发生变化的同时，数据库也相应的发生变化的增量更新。并通过 实验对该算法进行验证，同时将测试结果与Ａｐｒｉｏｒ算法的测试结果进行比较，证明其高效性。 关键词　　数据挖掘　算法　关联规则　哈希表 中图分类号　ＴＰ３１１．１ 文献标识码　Ａ ＡＮＩＭＰＲＯＶＥＤＡＬＧＯＲＩＴＨＭＦＯＲＩＮＣＲＥＭＥＮＴＡＬＤＡＴＡＭＩＮＩＮＧ ＨｕＫａｉｍｉｎｇ　ＣｈｅｎＪｉａｎｈｕａ （ＤｅｐａｒｔｍｅｎｔｏｆＣｏｍｐｕｔｅｒｓ，ＧｕａｎｇｄｏｎｇＳｏｎｇｓｈａｎＶｏｃａｔｉｏｎａｌＣｏｌｌｅｇｅ，Ｓｈａｏｇｕａｎ５１２１２６，Ｇｕａｎｇｄｏｎｇ，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ　　Ｆｏｒｔｈｅｉｓｓｕｅｔｈａｔｐｒｅｓｅｎｔｉｎｃｒｅｍｅｎｔａｌｄａｔａｍｉｎｉｎｇａｌｇｏｒｉｔｈｍｓｃａｎｔｓｏｌｖｅｔｈｅｉｎｃｒｅｍｅｎｔｕｐｄａｔｉｎｇｐｒｏｂｌｅｍｏｆｗｈｉｃｈｔｈｅｄａｔａｂａｓｅ ａｌｔｅｒｓａｓｔｈｅｍｉｎｉｍｕｍｓｕｐｐｏｒｔａｎｄｍｉｎｉｍｕｍｃｏｎｆｉｄｅｎｃｅａｒｅｃｈａｎｇｉｎｇ，ｗｅａｎａｌｙｓｅｄｔｈｅｉｎｓｕｆｆｉｃｉｅｎｃｙｏｆｅｘｉｓｔｉｎｇａｌｇｏｒｉｔｈｍｓ，ａｎｄｐｕｔｆｏｒｗａｒｄａｎ ｉｍｐｒｏｖｅｄａｌｇｏｒｉｔｈｍ，ｗｈｉｃｈｍａｋｅｓｆｕｌｌｐｌａｙｏｆｔｈｅｐｒｅｖｉｏｕｓｍｉｎｉｎｇｒｅｓｕｌｔｓ，ｃｏｍｂｉｎｅｓｃｈａｉｎｉｎｓｅｒｔｉｏｎ，ｄｅｌｅｔｉｏｎｗｉｔｈｔｈｅｃｈａｒａｃｔｅｒｉｓｔｉｃｏｆｈｉｇｈ ｅｆｆｉｃｉｅｎｃｙｏｆｈａｓｈｐｏｓｉｔｉｏｎｉｎｇ，ｇｅｔｓｒｉｄｏｆｔｈｅｄｅｆｉｃｉｅｎｃｙｏｆｍｕｌｔｉｐｌｅｉｔｅｒａｔｉｏｎｔｈｅｔｒａｄｉｔｉｏｎａｌａｌｇｏｒｉｔｈｍｓｈａｖｅ，ａｎｄｉｓａｂｌｅｔｏａｃｈｉｅｖｅｉｎｃｒｅｍｅｎｔ ｕｐｄａｔｉｎｇｔｈａｔｗｈｅｎｔｈｅｍｉｎｉｍｕｍｓｕｐｐｏｒｔａｎｄｍｉｎｉｍｕｍｃｏｎｆｉｄｅｎｃｅａｒｅｃｈａｎｇｉｎｇ，ｔｈｅｄａｔａｂａｓｅｗｉｌｌａｌｓｏｃｈａｎｇｅｓｉｍｕｌｔａｎｅｏｕｓｌｙ．Ｔｈｅａｌｇｏｒｉｔｈｍｉｓ ｖａｌｉｄａｔｅｄｔｈｒｏｕｇｈｅｘｐｅｒｉｍｅｎｔｓ，ａｎｄｉｔｓｔｅｓｔｒｅｓｕｌｔｉｓｃｏｍｐａｒｅｄｗｉｔｈｔｈｅｔｅｓｔｒｅｓｕｌｔｏｆＡｐｒｉｏｒｉａｌｇｏｒｉｔｈｍｔｏｈａｖｅｐｒｏｖｅｄｉｔｓｈｉｇｈｅｆｆｉｃｉｅｎｃｙ． Ｋｅｙｗｏｒｄｓ　　Ｄａｔａｍｉｎｉｎｇ　Ａｌｇｏｒｉｔｈｍ　Ａｓｓｏｃｉａｔｉｏｎｒｕｌｅｓ　Ｈａｓｈｔａｂｌｅ 为了解决以上问题，人们提出很多算法。如与Ａｐｒｉｏｒｉ算法 ０　引　言 框架相一致的ＦＵＰ算法［２］，以及针对数据库保持不变，支持度 发生变化的情况提出关联规则更新算法ＩＵＡ［３］等。 ［１］ 从结构上来说，ＦＵＰ算法与 Ａｐｒｉｏｒｉ算法基本相同，都是通 Ａｐｒｉｏｒｉ算法 是一种最有影响的挖掘关联规则频繁项集 的算法，然而该关联规则挖掘的算法是基于两个共同的前提： 过多次迭代产生长度更长的频繁集，最后