频繁项集 频繁闭项集 投影数组 长度递减支持度约束 权值约束 深度优先搜索

1、频繁项集论文：基于投影数组和加权FP-tree的频繁项集挖掘算法研究【中文摘要】频繁项集挖掘是数据挖掘领域中一个比较关键的问题。然而,从大型稠密数据集中挖掘频繁项集存在三个主要的瓶颈问题:第一,算法的挖掘效率不是很高;第二,产生的频繁项集的数量太多;第三,没有采用合理的约束思想,不能有效的挖掘用户兴趣模式。本文针对这些问题,将研究重点放在频繁项集挖掘算法上,其研究成果可广泛应用于客户购买行为模式预测、序列分析和软件安全分析等领域。首先,本文提出了基于投影数组的频繁项集挖掘算法MFIPA。基于垂直和水平混合数据格式,通过交集操作找到与单个频繁项共同发生的项集,产生投影数组PArray;然后,通过

2、单个频繁项与其投影的非空子集合并及深度优先搜索策略的使用,挖掘所有的频繁项集。其次,为了减少频繁项集的数量,设计了一个新颖的频繁闭项集挖掘算法FCIL-Mine。基于投影数组,首先提出了频繁闭项集框架数据结构FCIL,该框架主要是用来存储频繁闭项集的一些信息。然后,通过哈希检测和包含检测剪枝策略的使用,进而挖掘所有的频繁闭项集。最后,提出了一个基于加权FP-tree及长度递减支持度约束的加权频繁项集挖掘算法LWFI-Mine。该算法可以有效的挖掘满足用户兴趣的项集。首先通过扫.【英文摘要】Frequent itemsets mining is a crucial problem in the

3、field of data mining. But there are three main difficult problems when mining frequent itemsets from large dense database. First, the efficiency of algorithms is not very high; Second, large numbers of frequent itemsets will be generated; Third, few algorithms refer to the reasonable constraint meth

4、od, so they cant mine interesting patterns efficienctly. To resolve these problems, this paper has mainly focused on the research of algorithms for mining fre.【关键词】频繁项集 频繁闭项集 投影数组 长度递减支持度约束 权值约束 深度优先搜索【英文关键词】frequent itemsets frequent closed itemsets projection array length decreasing support constr

5、aint weight constraint depth-first search【索购全文】联系Q1：138113721 Q2：139938848【目录】基于投影数组和加权FP-tree的频繁项集挖掘算法研究摘要5-6Abstract6-7第1章 绪论10-171.1 频繁项集挖掘技术10-151.1.1 频繁项集挖掘的研究背景及意义10-111.1.2 频繁项集挖掘的国内外研究现状11-141.1.3 频繁项集挖掘存在的问题14-151.2 课题的主要研究内容15-161.3 本文的结构内容安排16-17第2章 基于投影数组的频繁项集挖掘算法17-282.1 引言17-182.2 问题描述

6、18-192.3 投影数组的设计与构造19-222.3.1 投影数组的设计192.3.2 投影数组的构造算法19-202.3.3 算法应用实例20-222.4 频繁项集挖掘算法MFIPA 的设计22-262.4.1 扩展定理22-232.4.2 MFIPA 算法23-252.4.3 算法实例分析25-262.5 算法分析262.6 本章小结26-28第3章 基于投影数组和闭项集框架的频繁闭项集挖掘算法28-393.1 引言28-293.2 问题描述29-303.3 投影数组的产生30-313.4 FCIL-Mine 算法31-373.4.1 频繁闭项集框架FCIL 的设计31-323.4.2

7、剪枝策略32-333.4.3 频繁闭项集挖掘算法FCIL-Mine 的设计33-353.4.4 算法应用实例35-373.5 算法分析37-383.6 本章小结38-39第4章 基于加权FP-tree 与约束条件的频繁项集挖掘算法39-514.1 引言39-404.2 问题定义与描述40-414.3 加权FP-tree 数据结构的设计41-444.4 基于加权最小有效扩展性质的剪枝策略44-464.4.1 基于WSVE 性质的事务剪枝454.4.2 基于WSVE 性质的结点剪枝454.4.3 基于WSVE 性质的路径剪枝45-464.5 基于约束的频繁项集挖掘算法LWFI-Mine46-494.5.1 算法LWFI-Mine 的设计46-484.5.2 算法应用实例48-494.6 算法分析49-504.7 本章小结50-51第5章 算法实现及实验分析51-605.1 数据集的来源51-525.2 实验环境及配置525.3 MFIPA 算法的性能分析52-535.3.1 在稀疏数据集上比较525.3.2 在稠密数据集上比较52-535.4 FCIL-Mine 算法的测试53-555.4.1 在稀疏数据集上比较545.4.2 在稠密数据集上比较54-555.5 L