项约束频繁项集挖掘的新方法

项约束频繁项集挖掘是项约束关联规则挖掘的关键步骤。对项约束频繁项集挖掘的内涵进行讨论,认为一个项集X本身满足项约束条件B是不够的,数据库中支持X的全部事务均满足B才能称"项集X满足条件B"。据此,将Direct算法改进为Di-rect*,在Direct*中负项被作为一个独立的项来看待。项约束是简洁性约束,但目前已有的算法没有充分利用其简洁性,提出利用项约束简洁性的MSEB算法。实验表明:对稠密数据库,MSEB的效率较高,并且Direct*和MSEB两个算法均是正确的。

一种自适应阈值的简洁性约束频繁项目集挖掘算法

基于约束关联挖掘,近几年在国际上受到较大关注。从许多约束的关联挖掘算法中发现,传统的约束阈值大多是通过专家给定或经过反复试验得出的,缺乏用户反馈与客观依据的支持。为了解决此问题,提出一种面向用户需求的阈值构造方法,该方法引用正态分布理论获得自适应约束阈值,并应用简洁性约束对FGC算法进行改进;同时提出一种快速、直观、有效的频繁项目集挖掘算法。实验证明,该算法在增强系统可用性的同时降低了算法运行时间。

2变量约束的挖掘查询优化技术研究

论文针对应用广泛的联合变量约束进行了分析,研究了很少有反单调性的2变量约束的准简洁性概念及将2变量的准简洁约束转换为单变量的简洁约束,然后利用简洁性进行挖掘的方法。

不确定数据的约束频繁闭项集挖掘算法

针对当前数据挖掘方法没有考虑客观条件制约以及个人不同需求的问题,在不确定数据的频繁闭项集挖掘算法中加入简洁性约束条件,基于正态分布模型分别研究了在简洁反单调约束和简洁非反单调约束下,对不确定数据库进行频繁闭项集挖掘的方法,并给出了实例证明挖掘算法的可行性.