从交易资料库中探勘具代表性的频繁项目集-朝阳科技大学资讯学院.PDFVIP

2009 年資訊科技國際研討會論文集 從交易資料庫中探勘具代表性的頻繁項目集 顏秀珍 李御璽 吳政瑋 銘傳大學 銘傳大學 銘傳大學 資訊工程學系 資訊工程學系 資訊工程學系 sjyen@.tw leeys@.tw silvemoonfox@ 摘要 1. 前言 探勘頻繁項目集(Frequent Itemset Mining) 資料探勘 (data mining) [1, 2, 4] 是從大量 是資料探勘 (Data Mining)中一門重要的研究方 資料中發掘出潛在、未知、且可能有用的資 向。從交易資料庫 (Transaction Database)中探勘 訊。從 交易資料庫(transaction database)中探勘 頻繁項目集 (Frequent Itemsets)的主要目的是找 頻繁項目集 (frequent itemset) [1, 2] ，在資料探 出資料庫中經常一起被購買的商品，也就是相 勘領域中是一個重要的研究議題。其相關的定 關的商品。然而，傳統的頻繁項目集探勘往往 義如下: 給定一個含有 N筆交易的交易資料庫 在探勘過程中產生太多的頻繁項目集，不僅降 D ，每一筆交易t ∈D代表顧客一次購買商品的 低執行速度並佔用許多記憶體。而且過多的頻 紀錄。令 I = {a ,a ,…,a } 為所有項目 (Item)的 1 2 M 繁項目集，往往造成決策者的困擾。因此有學 集合。每一個項目可視為一種商品。每一筆交 者 提 出 頻 繁 封 閉 項 目 集 (Frequent Closed 易 t = {i ,i ,…,i } ( i ∈I ，1≦j ≦m ) ，是由數個 1 2 m j Itemset)的觀念。頻繁封閉項目集是頻繁項目集 相異項目所組成，且每筆交易具有唯一的識別 的一種精簡表示法，且數量往往較頻繁項目集 碼稱為 Tid (transaction identifier) 。一個長度為 的數量少。在這篇論文中，我們提出一個從資 k的項目集 (k-itemset) X = {i ,i ,…,i } ( i ∈I ，1 1 2 k j 料庫中有效率探勘頻繁封閉項目集的演算 ≦j ≦k ) ，是包含k個相異項目的集合。一個項 法，以及一個有效率從頻繁封閉項目集產生所 目集 X的支持數 (support count)為資料庫中包 有頻繁項目集的方法。 含 X的交易筆數，以 SC(X)表示之；X的支持 關鍵詞 ：頻繁項目集、頻繁封閉項目集、資料 度 (support)為 X的支持數除以總交易筆數。一 探勘、交易資料庫。 個項目集的支持度若不小於使用者定義的最 小支持度門檻值 min_sup