基于改進FP-樹的最大頻繁項目集研究.pdf

1、數(shù)據(jù)挖掘是當(dāng)今人工智能和數(shù)據(jù)庫研究方面最富活力的領(lǐng)域之一。數(shù)據(jù)挖掘是指從大量的數(shù)據(jù)中發(fā)現(xiàn)潛在的、有用的知識的過程。關(guān)聯(lián)規(guī)則挖掘則是數(shù)據(jù)挖掘的一個最主要研究內(nèi)容，而如何提高挖掘算法的效率是關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘的核心問題。 FP-growth算法是目前最有效的頻繁模式（Frequent Pattern，F(xiàn)P）挖掘算法之一，由于其在挖掘最大項目集時要遞歸的生成大量的條件FP-樹，存在時空效率不高的問題。本文通過研究，結(jié)合改進的FP-樹，

2、提出了一種快速挖掘最大項目集的算法。該算法利用改進的FP-樹是單向的且每個節(jié)點只保留指向父節(jié)點的指針，可以節(jié)約了大量的存儲空間：同時引入項目序列集和它的基本操作，使挖掘最大頻繁項目集時不生成含大量的候選項目的集合或條件FP-樹，可以快速的挖掘出所有的最大頻繁項目集。實例分析算法是可行和高效的。 敏感性關(guān)聯(lián)規(guī)則的隱藏在當(dāng)前數(shù)據(jù)挖掘領(lǐng)域中是一個重要的研究問題，目標(biāo)是在保證敏感規(guī)則不被挖掘出的條件下，最大程度地保持原始數(shù)據(jù)集的其他特征