基于投影模式支持集的数据挖掘算法研究.PDFVIP

第３４卷第７期　　　 计算机应用与软件 Ｖｏｌ３４Ｎｏ．７ ２０１７年７月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ｊｕｌ．２０１７ 基于投影模式支持集的数据挖掘算法研究 杨 晓 波 （浙江财经大学东方学院　浙江杭州３１４４０８） 摘　要　　为了进一步提高频繁模式数据挖掘算法的效率，提出一种基于投影模式支持集的数据挖掘算法。具 体研究过程为：首先分析两种类型模式支持集的数据处理过程，接着研究投影模式的基本策略和实现算法，最后 采用对比实验来验证投影模式数据挖掘算法的可行性。研究结果表明：该算法在支持率阈值低于０．１％时，系统 处理性能高出其他类型的数据挖掘算法２倍以上，为高效的数据挖掘奠定了理论基础。 关键词　　投影模式　基本策略　算法分析　数据挖掘 中图分类号　ＴＰ３１１．１３　　　　文献标识码　Ａ　　　　ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００３８６ｘ．２０１７．０７．０５０ ＲＥＳＥＡＲＣＨＯＮＤＡＴＡＭＩＮＩＮＧＡＬＧＯＲＩＴＨＭＢＡＳＥＤＯＮ ＰＲＯＪＥＣＴＩＯＮＳＣＨＥＭＥＳＵＰＰＯＲＴＳＥＴ ＹａｎｇＸｉａｏｂｏ （ＣｏｌｌｅｇｅｏｆＤｏｎｇＦａｎｇ，ＺｈｅｊｉａｎｇＵｎｉｖｅｒｓｉｔｙｏｆＦｉｎａｎｃｅａｎｄＥｃｏｎｏｍｉｃｓ，Ｈａｎｇｚｈｏｕ３１４４０８，Ｚｈｅｊｉａｎｇ，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ　　Ｉｎｏｒｄｅｒｔｏｉｍｐｒｏｖｅｔｈｅｅｆｆｉｃｉｅｎｃｙｏｆｆｒｅｑｕｅｎｔｐａｔｔｅｒｎｍｉｎｉｎｇａｌｇｏｒｉｔｈｍｓ，ａｄａｔａｍｉｎｉｎｇａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎ ｐｒｏｊｅｃｔｉｏｎｐａｔｔｅｒｎｓｕｐｐｏｒｔｓｅｔｉｓｐｒｏｐｏｓｅｄ．Ｔｈｅｓｐｅｃｉｆｉｃｒｅｓｅａｒｃｈｐｒｏｃｅｓｓｉｓａｓｆｏｌｌｏｗｓ．Ｆｉｒｓｔｌｙ，ｉｔａｎａｌｙｚｅｄｔｈｅｄａｔａ ｐｒｏｃｅｓｓｉｎｇｏｆｔｗｏｔｙｐｅｓｐｒｏｊｅｃｔｉｏｎｐａｔｔｅｒｎｓｕｐｐｏｒｔｓｅｔ，ｔｈｅｎｉｔｓｔｕｄｉｅｄｔｈｅｂａｓｉｃｓｔｒａｔｅｇｙａｎｄｔｈｅｒｅａｌｉｚｅａｌｇｏｒｉｔｈｍｏｆ ｐｒｏｊｅｃｔｉｏｎｍｏｄｅ．Ｆｉｎａｌｌｙ，ｔｈｅｃｏｎｔｒａｓｔｅｘｐｅｒｉｍｅｎｔｉｓａｐｐｌｉｅｄｔｏｖｅｒｉｆｙｔｈｅｆｅａｓｉｂｉｌｉｔｙｏｆｐｒｏｊｅｃｔｉｏｎｐａｔｔｅｒｎｄａｔａｍｉｎｉｎｇ ａｌｇｏｒｉｔｈｍ．Ｔｈｅａｌｇｏｒｉｔｈｍｐｒｏｐｏｓｅｄｉｎｔｈｉｓｐａｐｅｒｉｓｍｏｒｅｔｈａｎ２ｔｉｍｅｓｈｉｇｈｅｒｔｈａｎｏｔｈｅｒｔｙｐｅｓｏｆｄａｔａｍｉｎｉｎｇａｌｇｏｒｉｔｈｍｓ ｗｈｅｎｔｈｅｔｈｒｅｓｈｏｌｄｏｆｔｈｅｓｕｐｐｏｒｔｒａｔｅｉｓｌｏｗｅｒｔｈａｎ０．１％，ｗｈｉｃｈｌａｙｓａｔｈｅｏｒｅｔｉｃａｌｆｏｕｎｄａｔｉｏｎｆｏｒｔｈｅｅｆｆｉｃｉｅｎｔｄａｔａ ｍｉｎｉｎｇ．　 Ｋｅｙｗｏｒｄｓ　　Ｐｒｏｊｅｃｔｉｏｎｓｃｈｅｍｅ　Ｂａｓｉｃｓｔｒａｔｅｇｙ　Ａｌｇｏｒｉｔｈｍａｎａｌｙｓｉｓ　Ｄａｔａｍｉｎｉｎｇ ０　引　言 １　模式支持集的类型与处理过程 数据挖掘过程中经常采用频繁模式挖掘算法，该 模式支持集（简称：ＰＳＳ）主要用于表示投影事务 算法可以解决数据挖掘的常见问题，因而获得较广泛 子集，ＰＳＳ的投影规则直接影响算法的时间开销。下 应用［１－５］。随着应用的逐渐深入以及海量数据库的出 面通过分析两种类型的ＰＳＳ，即稀疏型ＰＳＳ和密集型 现，频繁模式挖掘算法也暴露出一些弊端，如处理长模 ＰＳＳ，研究事务数据的处理过程。 式的密集型数据库时，挖掘效率较低；处理大型稀疏型 １．１　稀疏型ＰＳＳ 数据库时，误差较大；对于密集型数据库的投影与计数 稀疏型ＰＳＳ是以数组为基础，通常由局部模式列 操作效率低于基于树型的方法。本文将提出一种基于