Research and Application on Web Information Retrieval Based on Improved FP-Growth Algorithm

A kind of single linked lists named aggregative chain is introduced to the algorithm, thus improving the architecture of FP tree. The new FP tree is a one-way tree and only the pointers that point its parent at each node are kept. Route information of different nodes in a same item are compressed into aggregative chains so that the frequent patterns will be produced in aggregative chains without generating node links and conditional pattern bases. An example of Web key words retrieval is given to analyze and verify the frequent pattern algorithm in this paper.

基于Spark的并行FP-Growth算法优化及实现

为了进一步提高在Spark平台上的频繁模式增长(FP-Growth)算法执行效率,提出一种新的基于Spark的并行FP-Growth算法——BFPG。首先,从频繁模式树(FP-Tree)规模大小和分区计算量对F-List分组策略进行改进,保证每个分区负载总和近似相等;然后,通过创建列表P-List对数据集划分策略进行优化,减少遍历次数,降低时间复杂度。实验结果表明,BFPG算法提高了并行FP-Growth算法挖掘效率,且算法具有良好的扩展性。

基于快速模式增长的FP-growth改进算法

FP-growth算法是当前一种高效的频繁模式挖掘算法,分析了FP-growth算法的性能消耗,引入了条件频度基的数据结构用于存储构建条件FP-tree的所有频度信息,提出了自顶向下与自底向上结合的模式增长方法,该方法避免了原算法在遍历FP-tree时的性能浪费。试验表明,运用了快速模式增长的改进算法的效率比原算法显著提高。

改进加权方法的告警关联分析算法

以往告警关联分析算法中将告警重要性视为相同,为区分不同告警的重要性差异,以及告警中包含信息量的差异性,提出一种改进加权方法的告警关联分析算法。首先将告警信息中有关告警重要性的属性量化,并使用极端梯度提升(XGBoost:eXtreme Gradient Boosting)集成学习模型训练,得到告警属性的权重值,并对告警数据赋予权重;然后,将网络拓扑数据加入滑动窗口中,改进传统滑动窗口划分事务存在的问题,改进后的滑动窗口划分的事务集更加真实可靠;最终将加权后的告警事务集使用加权FP-Growth(Frequent Pattern Growth)算法挖掘频繁告警和关联规则。通过实验验证了该改进加权方法的告警关联分析算法在挖掘频繁告警、重要关联规则和时间上都有很好的性能。

基于关联规则的船员不安全行为发展路径分析

为研究船员不安全行为间的不确定性关联特征,运用关联规则对船员的不安全行为进行支持度和关联度评估。考虑到船员不安全行为表现的复杂性和不确定性,对船舶航行事故中船员的不安全行为进行辨识,并提出船员不安全行为的基本组成和关联因素。引入频繁模式增长(frequent pattern growth,FP-growth)算法,分析船员的不安全行为关联规则。结合某港口水域安全事故数据,通过置信度和支持度分析,揭示船员不安全行为致因事故路径。应用结果表明,船员不安全行为导致事故发生的主要路径为:瞭望疏忽→安全航速失误→危险判断过失→避让行动过失→应急操作不当。自然环境和交通密度对船员不安全行为的产生具有较强的关联性。

频繁模式树增长算法在急诊设备压力性损伤评估与管理应对中的价值研究

目的:基于频繁模式树增长(FP-Growth)算法构建风险评估模型,探讨其在急诊医疗器械相关压力性损伤(MDRPI)评估和管理应对中的应用价值。方法:选取医院接治的489例急诊患者,根据MDRPI评估与管理模式不同将其分为对照组(237例)和观察组(252例),在患者救治使用的急救设备中对照组采用传统预防模式管理,观察组采用风险评估模式管理,基于FP-Growth算法挖掘临床MDRPI高频诱发因素,从风险评估、设备选用、皮肤监测和健康宣教4个方面进行风险预防和护理管理,对比两组MDRPI发生率、MDRPI临床分期和急诊设备质量的差异性。结果:观察组外伤、心脑血管病、急腹症、妇产、中毒及其他类型急诊患者MDRPI发生率低于对照组,差异有统计学意义(x^(2)=4.200,x^(2)=5.117,x^(2)=6.935,x^(2)=4.636,x^(2)=5.979,x^(2)=5.107;P<0.05);观察组MDRPI患者中1期、2期、3期和4期压力性损伤发生率好于对照组,差异有统计学意义(x^(2)=35.388,x^(2)=4.219,x^(2)=4.450,x^(2)=4.149;P<0.05);观察组相关的急诊科医生、护士和医学工程处工程师及患者对急诊设备临床服务满意度高于对照组,差异有统计学意义(F=7.549,F=24.484,F=8.624,F=6.799;P<0.05)。结论:基于FP-Growth算法的风险评估模型,能够有效检测急诊科MDRPI的高频诱发因素,控制MDRPI发生率和临床分期,提高急诊设备临床服务质量。