基于改进FP树的关联规则挖掘算法分析-计算机应用技术专业论文.docxVIP

基于改进FP树的关联规则挖掘算法研究 基于改进FP树的关联规则挖掘算法研究 摘要 数据挖掘技术是解决数据丰富而知识贫乏的有效途径，是信息科学领 域的前沿研究课题之一i关联规则揭示项集间的相联关系，已广泛应用于 科研、商业、金融等领域，极大提高了决策支持的能力。在众多的数据挖 掘算法中，挖掘关联规则是数据挖掘领域中的重要研究内容，其中挖掘频 繁项目集是挖掘关联规则中的关键问题之一·因为最大频繁项目集已经隐 含了所有的频繁项目集，所以可以将发现频繁项目集的问题转化为发现最 大频繁项目集的问题。本文主要对挖掘最大频繁项目集的问题进行了研究， 并将其应用到分布式计算环境中。 本文首先介绍关联规则相关概念及其经典算法Apr i ori和FP-gro毗h， 并简介最大频繁项目集挖掘的研究动向及相关算法。然后基于改进的 Fhree，提出一种最大频繁项目集算法l FP-HaxF I，该算法不产生条件模 式基，直接通过节点调整操作，得到后缀树，然后挖掘后缀树得到候选最 大频繁模式，通过对最大频繁模式树的快速访问，可以实现候选最大频繁 模式的子集检测。在分布式计算环境中，本文提出GMF I_算法来实现全局 最大频繁项目集的挖掘，它采用局部一全局的通信方式，减少了通信量，利 用全局频繁项目和局部频繁项目的关系，尽量让各站点独立挖掘局部最大 频繁项目集合，然后在全局主站点实现全局最大频繁