基于位串数组的关联规则挖掘算法

挖掘关联规则是数据挖掘研究的一个重要方面。然而,目前提出的算法仍存在一些问题,如复杂的数据结构、候选项集生成等等。该文使用更简单的数据结构———位串数组,并提出了一种新的挖掘算法。该方法能通过并行投影和压缩技术扩展到大数据库中进行挖掘规则。

基于位串数组的最大频繁项目集挖掘算法

关联规则挖掘的主要性能由发现频繁项目集决定。频繁项目集是最大频繁项目集的子集,因而找到所有最大频繁项目集是问题的关键。本文使用位串数组的数据结构提出了一种挖掘最大频繁项目集的算法MMFI。该算法通过位串与操作直接得到最大频繁项目集。

基于位串数组的最大频繁项目集挖掘算法

在基于位串数组的数据挖掘算法的基础上,进一步提出了一种快速的基于位串数组的最大频繁项目集挖掘算法(BSA MFIA)。通过两次扫描事务数据库D,生成完全由“0”、“1”构成的位串数组。它非常适合于压缩编码存储,可以有效得减少存储空间。然后在位串数组的基础上,通过简单的位运算,产生最大频繁项目集,实验结果表明此方法是快速有效的。