不确定性数据频繁项集挖掘算法-计算机系统应用.pdfVIP

计 算 机 系 统 应 用 2014 年 第 23 卷 第 11 期 ① 不确定性数据频繁项集挖掘算法 张常品, 刘广钟 (上海海事大学 信息工程学院, 上海 201306) 摘 要: 由于不确定性数据大量存在于传感器网络, 移动计算, 军事, 电信等应用领域, 传统的频繁项集挖掘算法 难以适用到不确定性数据挖掘. 为了解决这个问题, 本文提出了一种快速有效的算法, 该算法基于可能世界模型, 只需要扫描一次数据库, 且没有建树的过程, 通过实验证明, 我们提出的算法比 UF_Growth 算法效率更高. 关键词: 频繁项集; 不确定性数据; 频繁模式; 关联规则; 可能世界模型 Algorithms of Frequent Item Sets Mining for Uncertain Data ZHANG Chang-Pin, LIU Guang-Zhong (Shanghai Maritime University College of Information Engineering, Shanghai 201306, China) Abstract: Uncertain data exists in many situations, such as sensor networks, mobile computing, military, telecommunications and other applications, which makes it difficult to apply traditional algorithms to mining frequent item sets. To deal with these situations, we propose an efficient algorithm based on possible world model with single scan of database. The algorithm works well without any tree construction. Experimental results show that the efficiency of our algorithm is better than UF_Growth. Key words: frequent item sets; uncertain data; frequent pattern; association rule; possible world model [1] 关联规则挖掘 即从给定的数据库中找出数据项 据管理带来了广泛的发展. 之间有价值的相互关联的知识, 关联规则分两个步骤, 不确定性数据有存在不确定性和属性不确定性两 [2] 首先找出频繁项集, 然后根据频繁项集找出用户所需 种存在方式 . 存在不确定性是指我们所记录的数据 要的关联规则. 都是以一定的概率形式存在, 并且数据之间可能会相 在传统的事务数据库中, 数据存在与否及其值都 互影响. 属性不确定性是指在数据库中所有的记录都 是已知的, 然而随着移动网络、军事、传感器、Web 是已知的, 但是属性值以一定的概率形式存在, 我们 等领域的发展, 不确定性数据普遍存在现实生活中, 通常用 PDF(概率密度函数)来表示记录的概率值. 其原因可能是原始数据不准确、使用粗粒度的数据集 合来装细粒度的数据、采集的数据使用估计值、为了 1 不确定性数据频繁模式挖掘 保护隐私需要人为的对数据添加噪音等等,