基于布尔区分矩阵与关联规则挖掘的属性约简算法

通过不同决策类之间的比较首先寻找核属性,进而以核属性为基础构造不含核属性的布尔区分矩阵,并利用吸收律和去重操作简化区分矩阵;然后以区分矩阵为基础,采用类似关联规则挖掘的Apriori算法思想逐级寻找系统的所有约简。理论分析和实验表明算法是正确且有效率的。

布尔加权关联规则的几种开采算法及比较

关联规则挖掘在许多领域已有广泛的应用 ,目前存在许多发现关联规则的算法。这些算法都认为每个项目对规则的重要性相同。但在实际应用中 ,用户会比较看重一些项目 ,因此 ,为了加强这些项目对规则的影响 ,提出了一些加权关联规则的算法 ,介绍了几种存在的算法 。

融合布尔矩阵和项目特性的关联规则挖掘算法

针对Apriori算法多次扫描产生大量候选集,挖掘大数据库关联规则效率较低等问题,提出了一种融合布尔矩阵和项目特性的关联规则挖掘算法。算法将事务集看作行向量,项目集看作列向量,通过扫描事务数据集构建反映事务集和项目集关系的布尔矩阵,根据事务数据集布尔矩阵得到关联规则;同时将用户对某一商品的兴趣扩展为对商品特性的兴趣,并根据挖掘出特性间的置信度和用户预测评分对数据项目进行评分,然后采用Top-N推荐算法对关联规则进行推荐。实例分析推演了本算法关联挖掘的流程,仿真实验分析了本算法支持度阈值和置信度阈值与F1-Score值间的关系,确定了最优阈值。对比实验表明,本算法在关联规则推荐中的准确率、召回率和F1-Score值都均高于其他两种同类算法。

使用不需要产生候选项集的频繁项集挖掘算法挖掘布尔关联规则

讨论了一个关于布尔关联规则挖掘的不产生候选项集的挖掘算法 ,做了一些提高算法性能的改进 ,并对其性能进行了测试。

关联规则挖掘的Apriori算法的改进

提出一种将Apriori算法与散列技术和事务压缩技术相结合的改进算法,研究了散列函数的构造及其对算法效率的影响,分析了事务压缩技术的原理及其实现方法,用实例给出了原算法与改进算法的实现步骤,结果表明,新算法减小了存储空间,提高了算法的效率,并改进了数据挖掘技术的性能。

基于矩阵的关联规则挖掘算法研究与改进

为了有效提高关联规则挖掘算法处理数据库的效率,在研究基于矩阵的关联规则挖掘算法的基础上,提出了改进的关联规则挖掘算法DMApriori,并选取程序模拟超市购物产生的4个试验数据集,应用DMapriori算法对该数据集进行了关联规则挖掘;实验结果表明,该算法能平均提高关联规则挖掘时间20%;在计算数据库中的频繁项集时,通过有效裁剪布尔矩阵,使算法逐层扫描的数据量大大减少,并且对每个项集计数时,只扫描部分数据,提高了关联规则挖掘算法的性能。

一种基于记录分区的多值关联规则挖掘算法

根据多值关联规则的属性互不相交的特点 ,提出基于记录分区的多值关联规则的定理和算法 ,利用反倾斜技术 ,在合理的内存支持下 ,该算法能以至多 3次扫描数据库 (I O)的时间复杂度 ,有效地在分布不均的数据记录集中产生高频项目集(frequentitemsets)

基于布尔矩阵的空间关联规则提取方法研究

空间关联规则是空间数据挖掘(SDM)中的重要内容之一。由于空间数据的复杂性,传统的空间关联规则挖掘方法主要是将空间数据库变换为非空间数据库,通过挖掘算法挖掘空间关联规则。目前,Apriori算法是关联规则挖掘中使用最为普遍的算法,但是,由于该算法在关联规则提取过程中需要多次扫描数据库,并且产生冗余的候选项集,因此,在执行大型数据库的关联规则挖掘时,具有效率低下的缺陷。本文基于Apriori算法提出了基于布尔矩阵的空间关联规则挖掘算法,并以挖掘福建省厦门市土地覆盖现状与地形特征因子的空间关联关系作为试验案例,对比Apriori算法的提取结果与提取效率,结果表明:该算法不仅减少了扫描数据库的次数,而且减少了冗余候选项集的产生,提高了空间关联规则的提取效率。

基于布尔矩阵和MapReduce的FP-Growth算法

关联规则挖掘是数据挖掘的一个重要组成部分.为提高关联规则的挖掘效率,提出了一种基于布尔矩阵和MapReduce的FP-Growth算法(BPFP),分析了算法的时间和空间复杂度.该算法使用Hadoop框架和布尔矩阵以减少对事务数据的扫描次数,利用两次MapReduce来实现频繁项集的挖掘.在多个数据集上的实验结果表明,与原FP-Growth算法相比,BPFP算法具有更高的执行效率、更好的加速比.

一种基于布尔向量的Apriori改进算法

从分析布尔向量与项集支持度的相关性质入手,利用计算机的逻辑"与"运算的高效率性以及通过布尔向量计算项集支持度的简单性,提出了基于布尔向量的关联规则挖掘算法。该算法只需一次扫描数据库,无需候选项集和"剪枝"操作,极大地提高了算法的效率。

基于频繁2-项集的数量关联规则挖掘方法研究

关联规则挖掘方法自提出以来已有很多改进算法,但均局限于布尔关联规则的挖掘.已有的数量关联规则挖掘主要考虑了连续属性值离散化、最优的数量关联规则挖掘等问题,但存在过小支持度和过小置信度问题.研究了这一问题并提出了一个在频繁2-项集的基础上挖掘数量关联规则的改进算法.它不仅可以用于典型的购物篮分析,还可以用于购物篮分析不能完成的关联规则挖掘问题,如带数量的捆绑销售问题.

基于事务权重与布尔矩阵的Apriori改进算法

关联规则可在大量数据中找出事务的隐藏联系,其中,Apriori算法是关联规则分析中较为有效的方法。然而,经典Apriori算法需频繁扫描数据库和事务集,使在生成频繁项集的过程中产生大量候选项集。针对该问题,利用事务集对应权重和初始数据库映射形成的布尔矩阵,在经典Apriori算法的基础上,提出一种改进算法。数值算例结果表明,改进后的算法能较为明显地减少计算时间,从而提升经典Apriori算法效率。

基于数组的Apriori算法的改进

本文通过对基于数组的Apriori算法的改进,提高了算法对内存空间的利用效率,同时利用数据集删减技术,提高了算法效率。

基于频繁2项集支持矩阵的Apriori改进算法

Apriori算法在关联规则挖掘过程中需要多次扫描事务数据库,产生大量候选项目集,导致计算量过大。为解决该问题,提出一种基于频繁2项集支持矩阵的Apriori改进算法,通过分析频繁k+1项集的生成机制,将支持矩阵与频繁2项集矩阵相结合实现快速剪枝,并大幅减少频繁k项集验证的计算量。实验结果表明,与Apriori算法和ABTM算法相比,改进算法明显提高了频繁项集的挖掘效率。

聚类布尔和分类数据

提出了一种判别布尔和分类属性相似度的准则 ,并在此基础上提出了一种新的聚类的算法CAC ,该算法克服了传统聚类算法不适合聚类布尔和分类属性数据的缺点 。

PROLOG语言在数据挖掘Apriori算法中的实现

该文在介绍事务数据库及其关联规则的基础上,对挖掘布尔关联规则频繁项集的Apriori算法进行了具体描述,并使用ext-PROLOG语言加以实现。

一种基于多值属性的改进Apriori算法

随着大量需要被挖掘的数据变得越来越复杂,多维关联规则已经成为关联规则挖掘中最实用的内容之一.本文主要介绍了在多维关联规则挖掘过程中,针对同一种属性数据出现重复连接的情况,由此而提出的一种解决方案.通过对多值属性信息进行比较,去除重复连接的属性信息,保留有效信息,减少对数据库的扫描.由此对Apriori算法中连接步进行改进,最后通过布尔型关联规则挖掘数据信息并得到结果.相较于Apriori算法,改进算法能更加快速准确地发现知识,缩短挖掘所用的时间.

基于数据挖掘算法的通信网络多源数据处理与分类

通信网络多源数据冗余程度高、传输信息量大,而通过改进Apriori算法挖掘通信网络多源异常数据的关联规则特征,可以实现多源数据的正确分类。本文基于全局信息融合策略对原始采集的通信网络多源数据实施预处理,降低通信网络信息冗余;引入布尔矩阵辅助生成Apriori算法的候选项集与频繁项集,获得通信网络多源异常数据的关联规则,基于该关联规则构建分类器,实现通信网络多源数据分类。

基于矩阵的关联规则增量更新及其改进算法

为了解决大数据环境下如何高效地挖掘关联规则并进行增量更新,在原有的fast updating pruning(FUP)算法基础上,首先提出一种基于矩阵的关联规则增量更新方法(MFUP),该方法将数据集转化成布尔矩阵,减少对数据集的扫描次数以及数据集的存储量;然后将MFUP与Hadoop分布式计算框架结合,提出一种分布式环境下的新算法Cloud MFUP(CMFUP);最后通过设计实验进行对比分析。结果表明,在挖掘相同数据量的关联规则并进行增量更新时,MFUP算法相比FUP算法执行时间更少,且随着数据集的增加,其增速更慢;对比CMFUP与MRFUP算法表明,随着分布式环境下数据集的增加,前者较后者执行时间更短增速更慢。

快速挖掘全局频繁项目集

分布式环境中 ,全局频繁项目集的挖掘是数据挖掘中最重要的研究课题之一 传统的全局频繁项目集挖掘算法采用Apriori算法框架 ,须多遍扫描数据库并产生大量的候选项目集 ,且通过传送局部频繁项目集求全局频繁项目集的网络通信代价高 为此 ,提出了一种分布数据库的全局频繁项目集快速挖掘算法———FMAGF FMAGF算法采用传送条件频繁模式树或条件模式基来挖掘全局频繁项目集 ,可有效地减小网络通信量 ,提高全局频繁项目集挖掘效率