快速挖掘分布式数据库全局最大频繁项集-控制与决策.PDF

第26 卷 第8 期 控 制 与 决 策 2011 年 8 月 Vol. 26 No. 8 Control and Decision Aug. 2011 文章编号: 1001-0920 (2011) 08-1214-05 快速挖掘分布式数据库全局最大频繁项集 何 波 (重庆理工大学计算机科学与工程学院，重庆400054) 摘 要: 提出一种快速挖掘分布式数据库全局最大频繁项集算法(FMMFI). FMMFI 算法首先设置了中心节点, 并以 各个节点构建局部FP-tree, 采用挖掘最大频繁项目集算法(DMFIA) 快速挖掘局部最大频繁项集; 然后与中心节点交 互以实现数据汇总; 最终获得全局最大频繁项集. FMMFI 算法采用自上而下的剪枝策略, 能大幅减少候选项集, 降低 通信量. 理论分析和实验结果表明, FMMFI 算法是有效的. 关键词: 数据挖掘；频繁模式树；全局最大频繁项集；分布式数据库 中图分类号: TP311 文献标识码: A Fast mining of global maximum frequent itemsets in distributed database HE Bo (School of Computer Science and Engineering，Chongqing University of Technology，Chongqing 400054，China. E-mail ：hebo@cqut.edu.cn) Abstract: The paper proposes an algorithm for fast mining global maximum frequent itemsets(FMMFI) in distributed database, which sets center node. FMMFI algorithm makes computer nodes compute local maximum frequent itemsets independently with discover maximum frequent itemsets algorithm(DMFIA) algorithm and local FP-tree. Then the center node collects data with other computer nodes and combines data. Finally, global maximum frequent itemsets are gained. FMMFI require far less candidate itemsets and communication traffic by using the strategy of top-down. Theoretical analysis and experimental results show the effectiveness of the FMMFI algorithm. Key words: data mining ；FP-tree ；global maximum frequent itemsets ；distributed database 1 引引引 言言言 并行挖掘关联规则算法(CD)[7]和快速挖掘关联规则 [1] 的分布式算法(FDM)[8]等, 也不适合用来挖掘全局最 数据挖掘 是从大量的、不完全的、有噪声的、 [9] 模糊的、随机的数据集中, 提取有效的、新颖的、