基于改进FP树的项项正相关关联规则挖掘.pdf

cN43’1258／TP 计算机工程与科学 2011年第33卷第7期 ISSN l007—130X ENGlNEERlNG＆．SCIENCEV01．33．No．7．2011 C()MPUTER 文章编号：l007一130X(2011)07一0183一05 基于改进FP树的项项正相关关联规则挖掘 Between—ItemsPositiveCorrelated AssociationRules Mining BasedonNodeLinkedListFP—Tree 刘上力。杨清 LIU Shang|-Ii，YANGQing (湖南科技大学网络信息中心．湖南湘潭411201) Information ofScienceand 41120l-China) (Network Center，HunanUnive体ity T∞hnoIogy，xiangtan 摘 要：兴趣度量在关联规则挖掘中常用来发现那些潜在的令人感兴趣的模式，基于FP树结构的 FP—growth算法是目前较高效的关联规则挖掘算法之一，如果挖掘潜在的有价值的低支持度模式。这种算 法效率较低。为此，本文提出一种新的兴趣度量一项项正相关兴趣度量，该量度具有良好的反单调性，所 得到的模式中任意一项在事务中的出现均可提升模式中其余项出现的可能性。同时，提出一种改进的FP 挖掘算法．该算法采用一种压缩的FP树结构，并利用非递归调用方法来减少挖掘中建立额外条件模式树 的开销。更为重要的是。在频繁项集挖掘中引入项项正相关兴趣度量剪枝策略，有效过滤掉非正相关长模 式和无效项集，扩大了可挖掘支持度阈值范围。实验结果表明，该算法是有效和可行的。 measuresareintendedfor totheir in— Abstract：Interestingness selectingpatternsaccordingpotential FP—treestructureisanef— teresttotheuserinassociationrules．The basedonthe FP—growthaIgorithm ficient associationThis isnot effectiveinthe ofmin— for rules． algorithmmining algorithmquite process valuable Tosolvethis noveI of Iow—support problem，atype ingpotentially patterns． is Thismeasure measurecalledbetween—itemscorrelation measure positive interestingnesspresented． hasa the ofaniteminonetransactionincreasesthe of