(数据挖掘原理、算法及应用)第3章关联规则挖掘.ppt

3.1　基 本 概 念 　　交易数据库又称为事务数据库， 尽管它们的英文名词一样， 但是事务数据库更具有普遍性。例如，病人的看病记录、基因符号等用事务数据库更贴切。因此，下面的叙述更多使用事务数据库这一名词，而不用交易数据库这个名词。 3.2　关联规则挖掘算法 3.2.1　项目集空间理论 　　Agrawal等人建立了用于事务数据库挖掘的项目集空间理论。理论的核心为：频繁项目集的子集仍是频繁项目集； 非频繁项目集的超集是非频繁项目集。 这个理论一直作为经典的数据挖掘理论被应用。 3.3　Apriori改进算法 3.3.1　Apriori算法的瓶颈 　　Apriori作为经典的频繁项目集生成算法， 在数据挖掘中具有里程碑的作用。 但是随着研究的深入， 它的缺点也暴露出来。 Apriori算法有两个致命的性能瓶颈。 　　(1) 多次扫描事务数据库，需要很大的I／O负载。对每次k循环，候选集Ck中的每个元素都必须通过扫描一次数据库来验证其是否加入Lk。假如一个频繁大项目集包含10个项， 那么就至少需要扫描事务数据库10遍。 3.4　不候选产生挖掘频繁项集 　　频繁模式增长(FrequentPattern Growth)，或简称FP增长，试图设计一种方法，挖掘全部频繁项集而不产生候选。 它采取如下分治策略： 首先， 将提供频繁项的数据库压缩到一棵频繁模式树(或FP树