基于频繁概念格的电子病历关联规则挖掘研究

提出了一种基于频繁概念格的FC Lattice电子病历关联规则挖掘算法,该算法在渐进式建格的同时能发现最大频繁项集和提取相应关联规则,并进行基于FC Lattice算法的电子病历挖掘相关实验,结果表明该算法在运行速度和挖掘性能上都是高效的.

数据流中频繁闭合模式的挖掘

频繁闭合模式集可唯一确定频繁模式完全集。根据数据流的特点,提出一种挖掘频繁闭合项集的算法,该算法将数据流分段,用DSFCI_tree动态存储潜在频繁闭合项集,对每一批到来的数据流,建立局部DSFCI_tree,进而对全局DSFCI_tree进行更新并剪枝,从而有效地挖掘整个数据流中的频繁闭合模式。实验表明,该算法具有良好的时间和空间效率。

频繁项集快速挖掘及更新算法

为了克服Apriori发现频繁项集存在的问题,提出了一种基于三维项集矩阵和向量(TIMV)的频繁项集挖掘算法.该算法摆脱了Apriori框架的束缚,仅需扫描数据库一次,不产生候选项目集.当事务数据库和最小支持度发生变化时,该算法只需重新遍历一次项集矩阵,即可得到新的频繁项集.实验结果表明,算法能有效提高频繁项目集的挖掘和更新效率.

基于核模式合成的频繁巨模式挖掘算法

已有的频繁模式挖掘算法难以适应像生物信息数据挖掘、图模式挖掘等频繁巨模式挖掘应用。提出一种频繁巨模式挖掘算法，即基于核模式合成的频繁巨模式挖掘算法（Core Pattern Fusion Based Colossal Frequent Pattern Mining Algorithm，CPFCFPA），通过将各较小的核模式进行一步合成，寻求一个对频繁巨模式完整集的蕴含集。引入项集编辑距离概念，提出一种新颖的评价频繁巨模式挖掘结果质量的评测模型。实时数据集实验显示，CPFCFPA具有较好的可扩展性和挖掘性能，且对当前频繁模式挖掘算法难以或不能实现的挖掘任务，其挖掘结果能做到对频繁巨模式完整挖掘集的较好近似。

多关系频繁项集的并行获取

现有的多关系频繁项集的挖掘都是在单机系统环境下进行的,存在着一定的效率问题.由此提出了一种并行处理多个表之间关系的算法,将表进行两两合并,在每台单机上只需要处理两张表的结果,提高了挖掘效率,减少了挖掘时间.