基于SQL的频繁模式挖掘的研究与实现

的知识 发现功能 ， 难于嵌 人大型应用 ； 数据挖掘 引擎 与数据库 系
统 是 松 散 耦 合 ， ．ｍｉｉｓｉ Ｈ． ａ ｎ ａ称 其 为 “ 件 挖 掘 系 Ｔ Ｉ ｅ ｎｋ 和 ｌ Ｍ ｎｉ ｌ 文
统 ” ：
给定事 务数据 库 Ｔ Ｂ和最 小支持 度 阈值 ｍｎ ｓｐ 频繁模 Ｄ ｉ— ｕ ，
含 Ａ当且仅当 Ａ Ｔ时包 含 ｋ个项的模式称 为 ｋ模式 模式 Ａ 一
１ 引 言
数据挖掘技 术的研究与应用至今为止 已经取得 了很 大的成
果 ， 同 时 也 面 临 着 一 些 问题 ， 如 ： 据 挖 掘 系统 仅 提 供 孤 立 但 例 数
的支持 度计 数是指事 务集 中包含该 模式 的事 务数 ， 如果模 式 Ａ
Ｒ Ｅ ＲＣ Ａ ＭＰ Ｅ ＥＳ Ａ Ｈ ＮＤ Ｉ Ｌ ＭＥ Ａ Ｉ ＱＬ Ｂ Ｅ Ｒ ＱＵＥ Ｔ Ｐ Ｔ Ｅ Ｎ ＭＩ Ｉ Ｇ ＮＴ Ｔ ＯＮ ＯＦ Ｓ ＡＳ Ｄ Ｆ Ｅ Ｎ Ａ Ｔ Ｒ ＮＮ
Ｌ ｕｊ ’ Ｚ ａ ｇＪ ｉｎ ’ Ｊ ｎ ｉｇｕ ｉ ｉｅ Ｇ ｉ ｈｎ ｉ ａ ｇ ｉ ｇＱ ｎｙ ｅ ｘ ａ
Ａｂ ｔ ａ ｔ ｓ ｒ ｃ Ｆ ｅ ｕ ｎ ａ ｔｒ ｎ ｎ ｓａ ｋ ｙ ｐ ｏ ｌｍ ｎ ｍａ ｙ ｄ ｔ ｎ ｎ ｐ ｌ ａｉｎ Ｔ ｉ ｐ ｐ ｒｔ ｋ ｓａ ｈ ｇ ｅ ｏ ｍａ ｃ Ｐ ｇ ｏ ｔ ｌｏ ｒ ｑ ｅ ｔ ｔ ｎ ｍｉ ｉ ｇ ｉ ｅ ｒ ｂ ｅ ｉ ｎ ａａ ｍｉ ｉｇ ａ ｐｉ ｔ ． ｈ ｓ ａ ｅ ａ ｅ ｉｈ ｐ ｒ ｒ ｎ ｅ Ｆ — ｗ ｈ ａｇ — ｐ ｅ ｃ ｏ ｆ ｒ
ｒｈ ｒ ｘｍ ｌ，ｓｓｔ ｌ ｉ Ｒ Ｂ ｏｅＦ ・ｅ ｎ ｉｅ ｅｕ ｎ ｐｔ ｒｓ ｒｍ ｉｂ Ｎ Ｉ Ｑ ｎ ｒ ｌ Ｐ ／ Ｑ ｒ ａ ｉ ｉ ｍ ｆ ａ ｐｅ ｕｅ ｂｅ ｎ Ｄ ＭＳｔ ｓ ｒ Ｐｔ ｅａｄｍ ｎｓ ｒｑ ｅｔ ａ ｅ ｏ ｔ ｙＡ Ｓ ＬａｄＯ ａ ｅ Ｌ Ｓ Ｌｐｏ ｍｍｎ ｔ ｏｅ ａ ｏｔ ｒ ｆ ｔｎ ｆ Ｓ ｃ ｒ ｇ ｇ ｔ ｈ ｏ ｇ ，ｉ ｓｔ ｅ ｉ ｄｐｏｅ ｕｅ ｌｍ ｎ ｔｉ Ｓ Ｌｂｓｄｆ ｑ ｅｔ ａｔ ｎｎ ｔ ｄ ｅ ｎｌ ｙ ｇ ｅ ｈ ｄ ｔｌ ｒ ｄ ｒｓｔ ｉ ｅ ｅｔｈｓ Ｑ ａｅ ｒ ｕｎ ｐｔ ｒ ｍｉｉ ｍｅ ｏ ． ｃ ｏ ｖ ｅ ａｅ ｃ ｏ ｍｐ ｅ ｅ ｎ ｇ ｈ Ｋｅ ｗ ｒ ｓ ｙ ｏｄ Ｆｅ ｕｎ ｐｔ ｒ ｎｎ Ｓ Ｌ Ｆ －ｅ Ｆ －ｒｗｈ ｒｑ ｅｔ ａｔ ｍｉｉ ｅ ｎ ｇ Ｑ Ｐｔ ｅ Ｐｇｏ ｔ － ｒ －
的支持 度计 数不小于预先设定 的最小 支持 度阈值 ｍｎ ｓｐ与事 ｉ—ｕ
务总数的乘积 ， 则称 Ａ为频繁模 式。频繁 ｋ模式 的集合通 常记 ． 作 Ｌ 。对于 Ｉ 中单 个的项 ， 如果它在 Ｔ Ｂ的事 务 中出现次数大 Ｄ 于等于 ｍｉ ｓｐ与事务总数的乘积 ， ｎ ｕ — 则称该 项为频繁项 。
库 中的 表 来 存 储 频 繁 模 式 村 Ｆ —ｅ ， 过 标 准 Ｓ Ｌ语 言 硬 Ｏ ａｌ 据 库 Ｐ ／ Ｑ Ｐｔｅ通 ｒ Ｑ ｒｃ ｅ数 Ｌ Ｓ Ｌ编 程 技 术实 现 了这 种 基 于 Ｓ Ｌ的 频 繁 模 式 挖 掘 方 Ｑ 法 ， 给 出 了该 方 法 较 为 详 细 的 实 现 步 骤 一 并 关 键 词 频 繁 模 式 挖 掘 结 构 化 查询 语 言 频 繁 模 式 讨 频 繁 模 式增 长
式挖掘 问题 就是找出 Ｔ Ｂ中所包含的全部频繁模式的 问题 。 Ｄ
基于 Ｓ Ｌ的频繁模 式挖 掘 的研究 是数据 挖 掘与 数据 库 系 Ｑ 统集成方面 的研究 ：这 种 基于 Ｓ Ｌ的 频繁模 式挖 掘 方法 Ｑ 不 同于 以往 的将待挖掘 数据 准备好提 供给挖 掘算 法的方 法 ， 而
维普资讯
第２ ３卷 第 ７期
２０ ０ ６年 ７月
计 算机 应 用与软件
Ｃｏ ｍｐｕ ｅ、Ａｐｐ ｉａｉ ｎ ｎ ｏ ｔ ｒ ｔｌ ｌ ｔｏ ｓ ａ ｄ Ｓ ｆ ｃ ｗａ ｅ
Ｖｏ｜ ３． ． ｌ ２ Ｎｏ ７
Ｊ １２ ０ ｕ．０ ６
（ ｅａｔ ｅ ｔ ｆ ｏ ｔ ｔ ， ａ ｇ ｈ ｕＤｉｎｉ ｎｖｒ ｔ ． ａ ｇｈ ｕＺ ｅ ｍｇ３ ０ １ Ｃ ｉａ Ｄ ｐ ｒ ｎ ｍ ｍ ｅ Ｈ ｎ ｚｏ ａ ｚ Ｕ ｉ ｓ ） Ｈ ｎ ｚ ｏ ｈｊ １ ０ ２， ｈｎ ） ｍ ｏＣ ｒ ｅｉ ｘ ｉ
（ Ｈ ａＣ ｍ ｎ ａｉｎ Ｚ ｅａ ｇ ． ａｇｈ ｉＺ ｅａ ｇ３ ０ １ ， ｈｎ ） Ａ ｍ ｏ ｍｕｉ ｔ （ ｈ ｉｎ ） Ｈ ｎｚＯ ｈ ｉｎ １０ ２ Ｃ ｉａ ｃ ｏ ｊ ｌ ｊ
基于 Ｓ ＱＬ的 频 繁 模 式 挖 掘 的研 究 与 实 现
李桂杰 张集祥
（ 州电子科技大学ｉ算机学院 杭 ｒ
姜庆月
浙 江 杭 州 ３０ １ ） １０ ２
浙 江 杭 州 ３ ０ １ ） （ 冠 科技 （ １０ ２ 华 浙江 ） 限 公 司 有
摘 要
频繁模式挖掘是 多种数据挖掘直胃 中的关键 问题～以一种高 效的频繁模式挖掘算法 Ｆ — ｏ ｔ Ｐｇ ｗｈ算法为例 ， 用关 系数据 ｒ 利
２２ Ｆ － ｅ ． Ｐ ｔ ｅ和 Ｆ ・ｒｗｔ 法 ｒ Ｐ ｇ ｏ ｈ算
频 繁模 式树 Ｆ ．ｅ 是如下 的一种树结构 ： Ｐｔｅ ｒ
（ ）它由三个部分组成 ： 标记 为空结 点 （ Ｕ Ｌ） １ ① Ｎ Ｌ 的根 ； ② 作为根的儿子的项 目前缀子树集 合 ； ③频繁项头表 ； （ ）项 目前缀子树 中的每一 个节点 由三 个域组 成 ： 项 目 ２ ① 名 ； 支持度计 数 ； ② ③节 点链 。其 中， 目名 表示节 点代表 哪个 项