基于FP-Tree的頻繁項(xiàng)集挖掘算法研究.pdf

1、數(shù)據(jù)挖掘在最近幾年里已被廣泛的研究和應(yīng)用，而頻繁項(xiàng)集挖掘則是諸如關(guān)聯(lián)規(guī)則挖掘、序列模式挖掘等數(shù)據(jù)挖掘問題中的關(guān)鍵步驟，因此對它的研究具有重要的理論和實(shí)際價(jià)值。
　　本文的主要工作是對頻繁項(xiàng)集挖掘領(lǐng)域內(nèi)的經(jīng)典算法FP-Growth進(jìn)行改進(jìn)。針對該算法存在的缺陷：挖掘過程中需要遞歸生成大量的條件FP-Tree來保存投影信息，過度消耗了存儲(chǔ)空間。首先分析了造成這種缺陷的原因：原算法對項(xiàng)的處理順序與投影方向重合，即“向前處理，向前投影”，

2、若直接用原FP-Tree來保存投影信息，則會(huì)覆蓋掉將來要用到的信息，造成信息的丟失，因此需要條件FP-Tree來保存投影信息。然后給出了相應(yīng)的改進(jìn)策略：調(diào)整原算法對項(xiàng)的處理順序或投影方向，使原FP-Tree能夠直接存儲(chǔ)投影信息，這樣算法的所有工作便可完全基于原FP-Tree，從而不再需要任何條件FP-Tree。以此為基礎(chǔ)，提出了一種基于FP-Tree的改進(jìn)算法：NCTree-Growth，并詳細(xì)討論了它的兩種不同的實(shí)現(xiàn)方案：“向后處理，