高效用項集動態(tài)挖掘算法的研究.pdf

1、隨著數(shù)據(jù)庫網(wǎng)絡(luò)技術(shù)的廣泛應(yīng)用，數(shù)據(jù)存儲量的大幅度提升，導致數(shù)據(jù)不再是靜止的，而是逐漸累積、變化的。不同于傳統(tǒng)的效用挖掘，事務(wù)集里的數(shù)據(jù)會隨著時間而改變，更新后的數(shù)據(jù)相比之前更加重要，如何正確的考慮這些變化因素并快速地挖掘出真實有用的信息和知識，對效用挖掘的研究提出了更嚴格的要求和挑戰(zhàn)。
　　本文的主要研究內(nèi)容是針對效用挖掘研究中動態(tài)式更新挖掘這一問題，分析得到傳統(tǒng)的增量更新算法需逐層迭代，多次掃描數(shù)據(jù)庫以及產(chǎn)生規(guī)模巨大的候選項集，

2、開銷巨大，且只能處理事務(wù)集的增加，不能有效處理事務(wù)集的修改和刪除。由此本文從如何提高高效用項集動態(tài)挖掘算法性能的角度出發(fā)，主要開展了下列研究：
　　(1)分析了典型高效用項集挖掘算法的優(yōu)劣，針對原有的效用增量挖掘不能有效處理事務(wù)集的刪除和修改的問題，基于pre-large的概念，首先計算在變化事務(wù)集中每個事務(wù)的加權(quán)效用變化值，將原始事務(wù)集分為高頻效用項，次頻效用項和低頻效用項，將變化的事務(wù)項集分成負變化項，零變化項和正變化項，然后

3、對應(yīng)分成9個項目集，并理論推導出效用安全閾值。
　　(2)基于次頻繁項集的概念提出PreHU-tree算法挖掘變化事務(wù)集的高效用項集，運用事務(wù)效用安全闕值和次頻效用項減少了重復掃描數(shù)據(jù)庫的次數(shù)。同時在prelarge-tree結(jié)構(gòu)的基礎(chǔ)上在節(jié)點上增加事務(wù)加權(quán)效用和前綴項集鏈表構(gòu)成一種新的數(shù)據(jù)結(jié)構(gòu)PreHU-tree，利用PreHU-tree的結(jié)構(gòu)減少了1-頻項生成n-頻項時產(chǎn)生的大量無用候選頻項，結(jié)合前綴項集鏈表中的項集支持度和項

4、的外部效用挖掘變化式高效用項集，避免了非高效用項集的生成，同時利用效用閾值來進行剪枝，有效地減少了搜索空間。
　　(3)針對PreHU-tree算法在挖掘長事務(wù)集時前綴項集鏈表中的子項會生成大量重復子集的問題，提出了一種動態(tài)挖掘高效用項集的混合算法 Mix-PreHU，它采用PreHU-tree算法進行短事務(wù)集挖掘，長事務(wù)集挖掘則通過優(yōu)化的相交法生成子集，避免了從前綴項集鏈表中重復產(chǎn)生相同子集的問題。實驗證明Mix-PreHU算法