基于ＦＰ－Ｇｒｏｗｔｈ算法改进的多层次关联规则挖掘算法.docVIP

基于ＦＰ－Ｇｒｏｗｔｈ算法改进的多层次关联规则挖掘算法 　　摘要：针对FP算法的缺陷，将OLAP技术和Apriori关联规则相结合，提出了一种针对FP算法的改进的多层次关联规则数据挖掘算法，在分析了关联规则数据挖掘结构的基础上，给出了该算法的思想与执行步骤，对于关联规则数据挖掘的研究具有一定的理论意义。 　　关键词：算法改进；多层次；关联规则；数据挖掘 　　中图分类号：TP312文献标识码：A文章编号：1009-3044(34)-1994-03 　　Multi-level Association Rules with Data Mining Based on FP Arithmetic Improvement 　　WANG Juan 　　(Cizhou College, Computer Center, Cizhou 247000, China) 　　Abstract: Aiming at the problems of FP arithmetic, the OLAP technology was combined with Apriori association rules, and the new arithmetic that aimed the problems of FP arithmetic was given out, which was the FP arithmetic improvement, and on the basis of analyzing the structure of data rules with data mining, the new arithmetic’s theory and its implementation steps were also developed. All of these work was significative for researching data rules with data mining. 　　Key words: arithmetic improvement; multi-level; association rules; data mining 　　 　　1 引言 　　众所周知，在实际进行空间数据库和属性数据库设计时，为优化设计，将空间数据库按照地物的类型分成不同的数据层，如道路层，建筑物层等；对属性数据库常常依据范式理论，将其分解为若干通过关键字、外关键字或其他属性相互关联的若干张表的有机组合，这导致了许多空间数据被分别存放在不同层中，而其属性被分别放在不同的表中。挖掘这些表中蕴藏的知识和信息，显然有重要的理论和实践意义。在许多应用场合，空间关联规则的挖掘要求在多个数据层和表中进行。 　　对于关联规则算法，传统经典的关联规则Apriori算法有许多不同的改进方法。可能产生大量的候选集以及可能需要重复扫描数据库，是Apriori算法的两大缺点。针对Apriori 算法的固有缺陷，国外有学者提出了不产生候选挖掘频繁项集的方法―FP 算法。FP对不同长度的规则都有很好的适应性，同时在效率上较Apriori算法有巨大的提高。许多应用，特别是电子商务的应用中，在最低层或原始层的数据项之间，可能很难找出强关联规则和有趣的购买模式。在多个概念层的项之间找有趣的关联比仅在原始层数据之间更容易，在较高的概念层发现的强关联规则可能提供普遍意义的知识。因此，我们需要挖掘多层次的关联规则。 　　2 基本理论 　　笔者研究了一种有效的多层次关联规则挖掘方法，这种方法把FP算法、OLAP技术和Apriori关联规则挖掘算法结合起来。由于在方法中要涉及到数据仓库、OLAP、关联规则挖掘等概念，所以下面先对这些概念进行简要的介绍。 　　数据仓库是面向主题的、稳定的、完整的、时变性的数据集合，数据仓库为决策支持提供支持。为了进行有效的数据处理，数据仓库中的一部分必须预先计算，笔者把数据仓库中预先计算的那部分称为数据立方体。 　　OLAP是由数据仓库提供的，用于以多层次，多维的形式来操作数据。OLAP的基本操作包括：向上综合，向下考察，局部分析，旋转等。因此，联机分析处理的过程就是根据数据分析的要求，从原始数据中构造各种数据立方体，并对立方体执行有关的操作，把结果返回给用户的过程。 　　关联规则是数据间依赖关系的描述，是知识发现研究的重要内容。信息系统S 定义为四元组：(U,A,V,f)，U是对象集合，A={a1,a2,…,ap}是属性集合，V=V1∪V2…∪Vp是属性的值域集合，f：U×A→V 定义对象的属性值。通常，属性是可分类的，数据的分类层次(hierarchies) 表示了自底向上的概括(generalization) 和自顶向