基于多支持度的負(fù)頻繁模式挖掘關(guān)鍵技術(shù)研究.pdf

1、頻繁模式挖掘是數(shù)據(jù)挖掘和知識(shí)發(fā)現(xiàn)領(lǐng)域的重要研究?jī)?nèi)容之一，它是指從數(shù)據(jù)庫中挖掘出頻繁出現(xiàn)的模式，包括頻繁項(xiàng)集、頻繁子序列（又稱序列模式）和頻繁子結(jié)構(gòu)。作為頻繁模式挖掘的補(bǔ)充，負(fù)頻繁模式挖掘不僅考慮了已發(fā)生的事件，還考慮了未發(fā)生事件，為數(shù)據(jù)分析提供了新的角度，能夠更深入地分析和理解數(shù)據(jù)中的潛在含義，在許多應(yīng)用中甚至起著不可替代的作用。近幾年來，負(fù)頻繁模式挖掘已經(jīng)應(yīng)用于諸多領(lǐng)域。然而，由于實(shí)際應(yīng)用中不同項(xiàng)的實(shí)際發(fā)生頻率不同,而傳統(tǒng)的負(fù)頻繁模式

2、挖掘算法往往局限于單一的最小支持度，無法反映出挖掘?qū)ο蟊旧淼奶匦?，由此我們?yōu)槊總€(gè)項(xiàng)設(shè)定了一個(gè)支持度，即多支持度。本文利用負(fù)頻繁模式挖掘算法以及多支持度的頻繁模式挖掘算法來研究基于多支持度的負(fù)頻繁模式挖掘算法，具體內(nèi)容如下：
　　1、多支持度的頻繁項(xiàng)集挖掘算法。
　　本文基于經(jīng)典的單支持度的Apriori算法提出了一種新的多支持度頻繁項(xiàng)集挖掘算法MSB_apriori,該方法先用Apriori算法根據(jù)最小的支持度閾值挖掘得到單

3、最小支持度下的頻繁項(xiàng)集，再對(duì)這些項(xiàng)集進(jìn)行篩選，篩選出滿足其自身最小支持度的頻繁項(xiàng)集。因?yàn)榇怂惴ê臅r(shí)長(zhǎng)，我們又提出了它的優(yōu)化算法MSB_apriori+，該方法主要不同之處在于挖掘之前先根據(jù)每個(gè)項(xiàng)的最小支持度閾值對(duì)所有的項(xiàng)進(jìn)行升序排列，在整個(gè)挖掘過程中所有項(xiàng)集中的項(xiàng)都保持此順序，這樣可以大大減少侯選項(xiàng)集的生成數(shù)量。與MSapriori算法相比，這兩個(gè)算法理解起來要容易很多，而且適合于支持度突然發(fā)生改變的情況。
　　2、多支持度的負(fù)頻

4、繁項(xiàng)集挖掘方法。
　　針對(duì)現(xiàn)有負(fù)頻繁項(xiàng)集挖掘算法基本都采用單最小支持度，本文提出了多支持度的負(fù)頻繁項(xiàng)集挖掘方法E-msNFIS。該方法先用MSapriori算法挖掘出多支持度下的頻繁項(xiàng)集，再基于這些項(xiàng)集生成相應(yīng)的負(fù)侯選項(xiàng)集，最后篩選出滿足支持度要求的負(fù)頻繁項(xiàng)集。本文還提出了負(fù)項(xiàng)集的最小支持度設(shè)置方法。與單支持度的E-NFIS算法進(jìn)行比較，該算法可以挖掘出更多有價(jià)值的負(fù)頻繁項(xiàng)集，為用戶的決策制定提供了更多信息。
　　3、多支持

5、度的負(fù)序列模式挖掘方法。
　　針對(duì)現(xiàn)有負(fù)序列模式挖掘算法基本都采用單最小支持度，本文提出了多支持度的負(fù)序列模式挖掘方法E-msNSP。該方法先用多最小支持度的MS-GSP算法挖掘出所有的正序列模式，再基于這些正模式生成相應(yīng)的負(fù)侯選序列，最后篩選出滿足支持度要求的負(fù)序列模式。本文還提出了負(fù)元素以及負(fù)序列的最小支持度設(shè)置方法。通過實(shí)驗(yàn)比較了正序列模式以及基于正序列模式挖掘得到的負(fù)序列模式的耗時(shí)和數(shù)量，結(jié)果顯示該方法挖掘出的負(fù)序列模式數(shù)

6、量多，用時(shí)少，非常高效。
　　4、帶負(fù)利潤(rùn)項(xiàng)的高效用序列模式挖掘。
　　效用（利潤(rùn)）與支持度相比，在很多實(shí)際應(yīng)用中更能反映出商業(yè)價(jià)值。傳統(tǒng)的效用序列模式挖掘算法僅局限于項(xiàng)的正利潤(rùn)，而沒有提及負(fù)利潤(rùn)，而負(fù)利潤(rùn)在許多實(shí)際應(yīng)用中同樣很重要。為此，本文將負(fù)利潤(rùn)項(xiàng)加入到序列模式挖掘研究中，提出了帶負(fù)利潤(rùn)項(xiàng)的高效用序列模式挖掘算法HUSPNIV。每個(gè)項(xiàng)都有2個(gè)屬性，即單項(xiàng)利潤(rùn)和購(gòu)買數(shù)量。該算法采用q-序列詞典樹來構(gòu)造和組織q-序列，采用