基于FP-tree最小无冗余关联规则挖掘

基于FP-tree最小无冗余关联规则挖掘

论文摘要

当前关联规则挖掘存在两个问题,第一是挖掘频繁项集效率低,第二是生成规则的数量和质量问题。针对这些问题,对基于FP-tree最小无冗余关联规则挖掘方法进行了研究,主要研究工作有:分析了最小无冗余关联规则挖掘经典方法AClose算法,针对AClose算法挖掘效率低下问题,采用基于FP-tree进行最小无冗余关联规则挖掘。为了基于FP-tree生成最小无冗余关联规则,给出了频繁最小项集的概念,并给出了在FP-tree上挖掘最小项集的理论。通过这些理论,给出了基于FP-tree同时挖掘频繁闭项集和频繁最小项集的MFF算法。为了提高基于FP-tree生成最小无冗余关联规则的效率,建立了基于FP-tree的结果树来存储频繁闭项集和频繁最小项集,并给出了从结果树生成最小无冗余关联规则的算法。算法实现中主要用到了四个优化策略来提高对节点的搜索效率:改进传统的FP-tree节点结构,将多叉树搜索转变为二叉树搜索,在结果树的节点结构中引入了频繁最小项集域,对FP-tree和结果树建立哈希索引。通过理论分析和实验证明了算法的可行性,实验证明了MFF算法在性能上优于AClose算法。最后对基于FP-tree挖掘最小无冗余关联规则存在的不足之处阐述了进一步的工作。

论文目录

  • 摘要
  • ABSTRACT
  • 1 绪论
  • 1.1 课题背景和研究意义
  • 1.2 关联规则的基本概念
  • 1.3 国内外研究现状
  • 1.4 论文主要研究内容与结构
  • 2 关联规则挖掘
  • 2.1 关联规则的经典算法与分析
  • 2.2 基于FP-tree 的频繁闭项集挖掘
  • 2.3 最小无冗余关联规则生成方法及分析
  • 2.4 本章小结
  • 3 基于FP-tree 最小无冗余关联规则挖掘
  • 3.1 频繁最小项集和结果树定义
  • 3.2 算法效率优化策略
  • 3.3 最小无冗余关联规则挖掘
  • 3.4 本章小结
  • 4 实验结果及分析
  • 4.1 实验环境和测试数据集
  • 4.2 测试结果与分析
  • 4.3 本章小结
  • 5 总结与展望
  • 5.1 工作总结
  • 5.2 工作展望
  • 致谢
  • 参考文献
  • 相关论文文献

    • [1].基于FP-Tree的中药饮片频繁路径模式挖掘算法[J]. 时珍国医国药 2017(06)
    • [2].基于Fp-Tree频繁模式的挖掘算法[J]. 电子技术与软件工程 2017(10)
    • [3].在单向FP-tree上挖掘最大频繁项集[J]. 现代计算机(专业版) 2010(01)
    • [4].基于FP-Tree快速挖掘频繁项集[J]. 计算机应用与软件 2010(10)
    • [5].在单向FP-tree上挖掘频繁闭项集[J]. 计算机工程与应用 2008(10)
    • [6].基于FP-Tree的挖掘最大频繁项目集的新算法[J]. 中国科技信息 2012(14)
    • [7].基于FP-tree的最大频繁项集挖掘新算法[J]. 计算技术与自动化 2009(02)
    • [8].基于FP-Tree的反向频繁项集挖掘[J]. 软件学报 2008(02)
    • [9].一种基于排序FP-TREE挖掘最大频繁模式的高效算法[J]. 广东工业大学学报 2009(02)
    • [10].一种基于FP-tree的最大频繁项目集挖掘算法[J]. 现代计算机(专业版) 2009(09)
    • [11].基于FP-tree的最大频繁项目集挖掘算法[J]. 计算机工程与设计 2008(02)
    • [12].一种改进的基于FP-Tree的高效挖掘最大频繁项目集算法[J]. 济南大学学报(自然科学版) 2017(02)
    • [13].一种基于裁剪FP-Tree的频繁项集挖掘算法[J]. 宜春学院学报 2015(12)
    • [14].基于有序FP-tree的最大长度频繁项集挖掘算法[J]. 计算机工程与应用 2012(30)
    • [15].基于邻接矩阵的FP-tree构造算法[J]. 计算机工程与应用 2011(07)
    • [16].基于有序FP-tree的最大频繁项集挖掘算法[J]. 东北师大学报(自然科学版) 2016(02)
    • [17].基于改进FP-tree的最大频繁项目集挖掘算法[J]. 计算机应用 2012(02)
    • [18].基于改进FP-tree的最大频繁项集挖掘算法[J]. 计算机工程与设计 2008(24)
    • [19].基于FP-Tree的共享前缀频繁项集挖掘算法[J]. 计算机工程与应用 2009(27)
    • [20].基于FP-tree危险信号频繁序列的挖掘算法[J]. 荆楚理工学院学报 2010(09)
    • [21].FP-Tree算法在饰品设计中的应用[J]. 重庆科技学院学报(自然科学版) 2014(04)
    • [22].基于FP-tree算法的推荐系统设计与实现[J]. 电子设计工程 2015(02)
    • [23].基于FP-Tree含正负项目的频繁项集挖掘算法[J]. 模式识别与人工智能 2008(02)
    • [24].改进的FP-tree算法在动车组故障诊断中的应用研究[J]. 交通运输系统工程与信息 2013(06)
    • [25].基于FP-tree的中小馆书目数据库主题词数据挖掘[J]. 现代图书情报技术 2010(Z1)
    • [26].FP-tree关联规则算法在推荐系统中的应用[J]. 信息技术 2015(11)
    • [27].关联规则中改进FP-tree的最大频繁模式挖掘算法[J]. 计算机工程与设计 2010(21)
    • [28].转换时间数据流的加权FP-Tree挖掘算法[J]. 江苏大学学报(自然科学版) 2017(03)
    • [29].基于FP-Tree的最大频繁项目集挖掘算法[J]. 软件 2015(12)
    • [30].基于FP-tree的快速挖掘全局最大频繁项集算法[J]. 计算机集成制造系统 2011(07)

    标签:;  ;  ;  ;  

    基于FP-tree最小无冗余关联规则挖掘
    下载Doc文档

    猜你喜欢