分布式關(guān)聯(lián)規(guī)則挖掘算法研究.pdf

1、數(shù)據(jù)挖掘是當(dāng)前KDD中的一個重要領(lǐng)域，而關(guān)聯(lián)規(guī)則挖掘是數(shù)據(jù)挖掘應(yīng)用最廣泛的技術(shù)之一。現(xiàn)有的關(guān)聯(lián)規(guī)則挖掘算法和模型主要是基于數(shù)據(jù)庫或數(shù)據(jù)倉庫的，采用集中式處理。隨著分布式數(shù)據(jù)庫和網(wǎng)絡(luò)技術(shù)的發(fā)展，大量分散的數(shù)據(jù)不可能集中起來處理，本文就這個問題對分布式關(guān)聯(lián)規(guī)則的挖掘的算法進(jìn)行了研究。 本文首先分析和介紹了關(guān)聯(lián)規(guī)則的基本概念和方法以及分布式關(guān)聯(lián)規(guī)則挖掘方法和技術(shù)，討論了關(guān)聯(lián)規(guī)則挖掘的三種不同頻繁項(xiàng)集的關(guān)系，基于完全頻繁項(xiàng)集存在的問題，

2、提出把挖掘最大頻繁項(xiàng)集作為本文的切入點(diǎn)。為了更好的對分布式關(guān)聯(lián)規(guī)則挖掘算法進(jìn)行改進(jìn)，對現(xiàn)有的典型算法做了實(shí)驗(yàn)，通過實(shí)驗(yàn)得出了改進(jìn)的策略和解決方案。并提出一種基于被約束子樹的分布式關(guān)聯(lián)規(guī)則挖掘算法，該算法不同于以往的最大頻繁項(xiàng)集挖掘算法需要不斷更新最大頻繁項(xiàng)集集合，而是利用高度壓縮的FP_樹順序地挖掘出每個站點(diǎn)的最大頻繁項(xiàng)集，只需掃描數(shù)據(jù)庫兩次，然后站點(diǎn)間采用加優(yōu)先權(quán)值的方法來挖掘全局最大頻繁項(xiàng)目集。由全局最大頻繁項(xiàng)目集易得全局頻繁項(xiàng)目集