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
