基于关联图的频繁闭模式挖掘

第 ２期
王
璇 ：基 于关联 图的频 繁 闭模 式挖 掘
・ｌ５・ ５
八 … 八 结果中 “ ” 的数 目 （“ １ ＾” 表示 逻辑与运算 ） 。 例如 ，表 １ 所示 的一个事务数据库 Ｄ，每条记 录是为该事务所对应 的项的集合 。
表 １ 事务数据库 Ｄ
Ｂ ＢＶ４
Байду номын сангаас
事 务标 识
提 出基 于 关 联 图 的 频 繁 闭 模 式 挖 掘 算 法 ＭＦ ＩＧ ＣＢ
（ ｎｎ ｒｑ ｅｔ ｌ ｅ ｅ ｅ ａｅ ｎ Ｇ ａｈ 。 ＭｉｉｇＦｅ ｕ ｎ ｏ ｄＩ ｍｓｔ Ｂ ｓｄｏ ｒｐ ） Ｃｓ ｔ ｓ １ 构造 关联 图
远小于频繁模式 ，但从中可以推导出所有的频繁模 式。最大频繁模式是频繁模式的最小压缩 ，但没有 记录相应频繁子集的支持度信息 ，不便产生关联规 则 ；而 频繁 闭模 式虽 然规模 比最 大频 繁 模式 大 ，但 同时包含了频繁子集的支持度信息 ，在生成关联规 则 时可 以直 接使用 。
与 以上算 法思 想不 同 的是 ，Ｓｏ ｈｗ—Ｊｎ ｅ 出的 ａｅＹ ｎ提
式转化成垂直 数据库形式 。项 的位 向量构造方 法 为 ：位向量的每一位均对应着数据库中的事务项 ， 其长度等于总事务数 ，若该项 在第 ｎ 事务 中出 个
现 ，则其 位 向 量 的第 ｎ位 置 １ ，否 则 置 ０，项 ｉ 的
１ｏ ｏ ２ｏ ｏ ３ｏ ０
４０ ０
项集
口， ｂ ｃ ， ａ， ｂ ｃ ， ，ｄ
ｂ ，ｃ，ｅ ａ，ｃ ｄ，ｅ ， ｄ，ｅ
，
ＢＶ ；
图１根据表２ 生成的关联图
５ｏ ０
扫描数据库 ，将表 １中的每个项用相应的位 向 量 表 示 ，则 表 １的数据 库可 以表 示成 如 表 ２所示 的 垂直数据库形式 。
Ｊ ｎ ２ １ ｕ． ０１
【 信息科学与工程】
基 于 关 联 图 的频 繁 闭模 式挖 掘
王 璇
（ 建对 外 经济 贸 易职业技 术 学院 信 息技 术 系，福 州 ３０ １ ） 福 ５０６ 摘 要 ：将 关联 图的数 据挖 掘 思想应 用到 频繁 闭模 式的挖 掘 中，使 用位 向量的技 术 简化项 集 支持 度 的
位 向量用 表示 。
性质 １项 ｉ 的位 向量 Ｂ ， “ ” 的数 目表 示 ｙ中 １
该项 ｉ 在数据库 中出现的次数，即项 ｉ 的支持度 计 数 ；项集 ｛ ，： ｉ ｉ ，…， ｉ ｝的支持度计数是 八
收稿 日期 ：２ １ —０ ０ １ ４—２ ０
作者简 介 ：王璇 （９ ８ ） １７ 一 ，女 ，福 建福州人 ，硕士 ，讲师 ，研究方 向：数据库技术 、数据挖掘 。
ＩＯ开 销 较 大。Ｐ ｉ 提 出基 于 频 繁 模 式 树 的 ／ ｅ等 ＣＯＥ Ｌ Ｓ Ｔ算法 ，使用深度优先搜索策略 ，但递归 Ｊ 构 造条件频 繁子树 的 Ｃ Ｕ开 销和存储 开销很大 。 Ｐ Ｚ ｋ 等提出基于项集树的 Ｃ Ａ Ｍ算法 ，采用双 ａｉ ＨＲ Ｊ 向搜索策略 ，剪裁效率较高 ，但存储开销大，且投 影操作效率不高。此外 ，很多的研究都是基于以上 算法思想 的改进 ，如 Ｃ Ｏ Ｅ Ｌ Ｓ Ｔ＋－ 、Ｆ Ｃｏｅ 。 ４ Ｐ ｌ －等 Ｊ ｓ５
第 ｌ 第 ２期 ８卷 ２１ ０ １年 ６月
辽 东学院学报 （ 然科 学版 ） 自
Ｊｕｎｌ ｆ ａｔ ｎＬａｎ ｇＵ ｉ ｒｉ Ｎ ｔ ａ ｃｅｃ ） ｏｒａ ｓ ｒ ｉ ｉ ｎ ｅｓｙ（ ａ ｒｌ ｉｎｅ ｏＥ ｅ ｏｎ ｖ ｔ ｕ Ｓ
Ｖｏ ． １ ． ２ １ ８ ＮＯ
计算 ，构造关联图表 示项集 间的频繁关 系。在此基础上 ，提 出一种频繁 闭模式挖掘算法， 针对频繁闭模式 的特点 ，结合剪枝策略、子集检测策略 、搜索策略等技术手段 ，优化算法性能。实验结果表明，该算法在 时 间性 能上优 于经典的频繁 闭模 式算 法 Ｃ Ｏ Ｅ 。 Ｌ Ｓ Ｔ
关键 词 ：关联 图；频繁 闭模 式 ；位 向量 ；数 据挖 掘
关 联规 则研 究 中的一个 重 要 内容是 挖 掘频繁 模
式 ，而现实 中，数据库 中的频 繁模式往往数 量过 大 ，对 规则 的解 读造 成 困难 。为此 ，研 究者 提 出 了
最 大频 繁模 式 和频繁 闭模式 的概念 ，它 们 的规模 都
出所有的频繁模式。作者继承该算法思想 ，并对其 进行 改 造 ，使 之应 用 到频 繁闭模 式 的挖掘 中 ，从 而
根据 文献 ［ ］ ６ ，关 联 图 的构 造 可 分 为 两 个 步
骤 ：首先使用垂直数据库布局将事务信息映射成位 向量 存储 ，并 生 成 频 繁 １项集 ；接 着 创 建 有 向边 ， 生成 频繁 ２项 集 。
１ １ 位 向量 映射 与 生成频繁 ｌ项集 ．
扫描 一遍 事务 数 据库 ，按 每个项在 数 据库 中 出 现 的位置 建 立相应 的位 向量 ，从 而将水 平 数据 库形
中 图分类 号 ：Ｔ ３ １１ Ｐ １ ．３
文 献标 志码 ：Ａ
文章编 号 ：１７ ４ ３ （０ １ ２— １４— ５ ６ ３— ９９ ２ １ ）０ ０５ ０ 基 于 图的 关 联 规 则 挖 掘 算 法 Ｄ Ｇ－ ，该 算 法 仅 扫 Ｌ ６ Ｊ 描 一次数 据 库 ，然后 构建关 联 图 ，在关 联 图 中挖 掘
由于 频繁 闭模 式是 所 有 频 繁模 式 的无 损 压缩 ， 挖掘 频 繁闭模 式 日益成 为关 联规 则挖 掘 的一 个研 究 热点 。１９ ９ ９年 ，Ｐｓｕｅ 等首先 提 出 了频繁 闭模 式 ａｑｉ ｒ 的概 念 ，并 给 出 了基 于 Ａ ｒ ｒ算 法 的频 繁 闭模 式 ｐｉ ｉ ｏ 挖掘算法 Ａ—Ｃ ｓ Ｊ ｌ ｅ ，算法需要多次扫描数据库 ， ｏ
表 ２ 事务数 据库 Ｄ的垂直数据 库形式
关联图中实际上已给 出了频繁 １ 项集和频繁 ２ 项 集 ，此后 的挖掘 将在 此基 础上 ，不 断地 扩展 项集 的规模 ，最 终 生成 所有 的频繁 ｋ （ ２ ｋ＞ ）项 集 。