資源描述:
《基于矩陣的頻繁項(xiàng)集挖掘算法研究》由會員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、蘭州大學(xué)碩士學(xué)位論文基于矩陣的頻繁項(xiàng)集挖掘算法研究姓名:王洪波申請學(xué)位級別:碩士專業(yè):計算機(jī)軟件與理論指導(dǎo)教師:陳曉云20070601兩’叮矢乎基于矩陣的頻繁項(xiàng)集挖掘算法研究蘭州大學(xué)碩士學(xué)位論文摘要關(guān)聯(lián)規(guī)則是數(shù)據(jù)挖掘領(lǐng)域的一個重要分支,它反映的是大量數(shù)據(jù)中間內(nèi)在的關(guān)聯(lián)聯(lián)系,其目的是找出滿足最小支持度和最小置信度要求的強(qiáng)關(guān)聯(lián)規(guī)則。頻繁項(xiàng)集挖掘是關(guān)聯(lián)規(guī)則挖掘的關(guān)鍵步驟,也是數(shù)據(jù)挖掘的熱點(diǎn)和難點(diǎn)問題??梢?,頻繁項(xiàng)集挖掘是一個具有重要理論意義和廣闊應(yīng)用前景的研究課題。頻繁項(xiàng)集挖掘算法研究。本文在對關(guān)聯(lián)規(guī)則挖掘問題簡述的基礎(chǔ)上,深入地探討了典型的頻繁項(xiàng)集挖掘算法Apriori和FP.
2、Growth,并關(guān)注了幾種改進(jìn)的頻繁項(xiàng)集挖掘算法,介紹了頻繁項(xiàng)集挖掘問題的最新擴(kuò)展?;诰仃嚫倪M(jìn)頻繁項(xiàng)集挖掘。本文提出了一種改進(jìn)的基于矩陣的頻繁項(xiàng)集挖掘算法。該算法汲取了經(jīng)典頻繁項(xiàng)集挖掘算法的基本思想,引入了一種新的數(shù)據(jù)結(jié)構(gòu):IMoFI。該算法采用類似指針原理的間接尋址方式的索引技術(shù),對位圖模式存儲的候選項(xiàng)集矩陣進(jìn)行了內(nèi)部編碼,使矩陣IMoFI的元素不僅僅描述某個特定的頻繁項(xiàng)目在某事務(wù)中的出現(xiàn),而且描述頻繁項(xiàng)目下次出現(xiàn)時所在事務(wù)的序號。結(jié)合輔助向量AV的使用,算法避免了候選項(xiàng)集的重復(fù)存儲,有效地壓縮了矩陣IMoFI的存儲代價。通過以上改進(jìn),該算法為快速搜索頻繁項(xiàng)目集合提供了
3、非常有效的方法,從而提高了頻繁項(xiàng)集挖掘的效率。本文在.NET環(huán)境下,用C牾言實(shí)現(xiàn)了該算法,并令其與經(jīng)典的頻繁項(xiàng)集挖掘算法進(jìn)行了比較,發(fā)現(xiàn)該算法在短模式數(shù)據(jù)上具有良好的性能,并對該算法提升挖掘性能的原因進(jìn)行了歸納。關(guān)鍵詞:數(shù)據(jù)挖掘、關(guān)聯(lián)規(guī)則、頻繁項(xiàng)集挖掘萄計r蟲害基于矩陣的頻繁項(xiàng)集挖掘算法研究蘭州大學(xué)碩士學(xué)位論文AbstractAssociationrulesisanimportantbranchofdatamining.Itreflectstheinnerrelationshipofamassofdata.Itsgoalistofindallstrongassociatio
4、nrulessatisfyingminimalsupportandminimalconfidence.Frequentitemsetsminingisnotonlytheprimarystepofassociationrulesmining,butalsoahotanddifficultproblemofdatamining.Itisobviousthatfrequentitemsetsminingisaresearchsubjectofimportanttheorymeaningandofwideoudookforapplication.Researchonfrequen
5、titemsetsminingalgorithm.Inthispaper,basedonthebriefstudyofassociationrulemining,wetakeanin-depthstudyontypicalfrequentitemsetsminingalgorithms,suchasAprioriandFP—Growth.Thenwepayattentiontosomeimprovedfrequentitemsetsminingalgorithm,introducelatestextendedproblemoffrequentitemsetsmining.I
6、mprovingfrequentitemsetsminingalgorithmbasedonmatrix.Thispaperputsforwardallimprovedalgorithmbasedonmatrixforminingfrequentitemsets.Thealgorithmabsorbsthelo#cofclassicalalgorithms,importsanewdatastructure:IMoFI.Thealgorithmnsesindirectaddressingindextechniquesimilartopointertomakebitmapmat
7、rixfilledwithfrequentitemsbeinnercoded.TheelementsofmatrixIMoFIaremadetodescribetwomeaning:occurrenceofsomefrequentiteminacertMntransactionandtheorderoftransactioninwhichsomefrequentitemnextappears.WithAVbeingused,thealgorithmmakescandidatesetsvoidappearingrep