不确定数据频繁闭项集挖掘算法

• 作者: 刘慧婷 姚晟 沈盛霞 赵鹏
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 不确定数据 频繁项集 频繁闭项集 剪枝策略 正态分布
• 年，卷（期）: 2015,（10）
• 所属期刊栏目: 人工智能
• 页码范围: 2911-2914
• 页数: 4页
• 分类号: TP311.138
• 字数: 4333字
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2015.10.2911

摘要

由于不确定数据的向下封闭属性,挖掘全部频繁项集的方法会得到一个指数级的结果.为获得一个较小的合适的结果集,研究了在不确定数据上挖掘频繁闭项集,并提出了一种新的频繁闭项集挖掘算法——NA-PFCIM.该算法将项集挖掘过程看作一个概率分布函数,考虑到基于正态分布模型的方法提取的频繁项集精确度较高,而且支持大型数据库,采用了正态分布模型提取频繁项集.同时,为了减少搜索空间以及避免冗余计算,利用基于深度优先搜索的策略来获得所有的概率频繁闭项集.该算法还设计了两个剪枝策略:超集修剪和子集修剪.最后,在常用的数据集(T10I4D100K、Accidents、Mushroom、Chess)上,将提出的NA-PFCIM算法和基于泊松分布的A-PFCIM算法进行比较.实验结果表明,NA-PFCIM算法能够减少所要扩展的项集,同时减少项集频繁概率的计算,其性能优于对比算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵鹏	安徽大学计算机科学与技术学院	61	683	15.0	24.0
2	刘慧婷	安徽大学计算机科学与技术学院	64	1093	15.0	31.0
3	姚晟	安徽大学计算机科学与技术学院	26	191	10.0	13.0
4	沈盛霞	安徽大学计算机科学与技术学院	1	3	1.0	1.0