PSO算法在关联规则挖掘中的应用

Ｐ Ｏ 算 法在 关联 规 则挖 掘 中的应 用 Ｓ
刘 丛林 ， 张 忠林 ， 曾庆 飞
（ 州交 通 大 学 电子 与 信 息 工程 学 院 ， 兰 甘肃 兰州 ７０７） ３ ０ ０
摘
要 ： 出 了一种 新 的 大型 数 据 库 中关 联规 则挖 掘 策 略 ， 用 Ｐ Ｏ 算 法 对 原 始 数 据 库 进 行 划 分 ， 原 始 数 据 库 提 利 Ｓ 将
Ｈａ ｎ等提 出 了频 繁模 式增 长 （ Ｐ— ｏ ｔ ） 掘算 Ｆ Ｇｒ ｗ ｈ 挖
为 ， 粒 ｉ 微 的速 度为 Ｖ 一 （ｉ，ｉ … ， ）则其 ｉ ｖ ＇， ． Ｕ ２
粒 子更新公 式 如下 ：
Ｖｄ一 叫 ＊ ＋ ｙ ＊Ｃ （ － ｏｄ ＋ ＊ｆ （ 一 ｚ ／ １ 】户 － Ｔ ） ／ ｌ户 ）
第 ３期
刘丛林等 ： Ｓ Ｐ Ｏ算法 在关联规则挖掘中的应用
生成 全 局 频 繁
的初 始 位置． 据 当前位 置 ， 用适 用度 函数计 算公 根 利 式计 算 适应 值 ｂ Ｘ） 设 置 当前 适应 值 为个 体 极值 ｏ（ ，
初 始 化 过 程 建 立 子 数据
Ｐ ３＊ ＂ ｌ ｅｅ
因此 ， 本文将 Ｐ Ｏ 算 法［５应 用到 关 联 规则 挖 Ｓ ４＿ ＿ 掘 中． 粒子 群算 法 具 有 实 现 简单 、 掘精 度 高 等 特 挖
点． 在进 行关 联规 则挖 掘 之前 ， 先通 过 Ｐ Ｏ 算 法 首 Ｓ
其 中 ： 为惯 性权重 ； 和 ｃ 为加 速常数 ； 和 为 Ｃ
据库 进行划 分的步骤 ：
对粒 子的位 置 采用 一维 １ ６位 二进 制 编码 ， １ “”
是 对大型数据库 进行 着挖 掘时 ， 方 法 明显 具有 更 该 好 的效率．
１ Ｐ Ｏ算法实现 的数据库划分 Ｓ
１１ 基本 粒子群算 法 （Ｓ ． Ｐ Ｏ）
粒 子群算 法 （ Ｓ Ｐ Ｏ）是 当 前 比较 流 行 的 仿 生 类
两个 在［ ，］ 围 内变 化的随机 函数． ０１ 范
１ ２ 利用 Ｐ Ｏ算法 实现 数据 库划分 ． Ｓ
实现对大数 据库进行划 分Ｅ ， 成多个 子数据 库 ， ６形 ］ 再 在子数据 库基础上 进行 局 部挖 掘 ， 后 合并 各 个 局 最
部频繁项集 并生 成关 联 规则 ． 验证 明 ， Ｐ Ｏ算 实 用 Ｓ 法结合 Ｆ Ｇ ｏ ｔ 法对 数据 库进 行关 联规则 挖 Ｐ— ｒ ｗ ｈ算 掘有效 的改善 了 Ｆ Ｇｒｗｔ 挖 掘算 法的效 率 ， Ｐ— ｏ ｈ 尤其
分为 个子数据库， 再使用 Ｆ Ｇ ｏ ｈ算法对每个子数据库进行 关联规则挖掘． Ｐ— ｒｗｔ 实验证 明： 该方 法有 效的改善 了 Ｆ Ｇｏ ｔ Ｐ— ｒｗ ｈ挖掘算法的效率， 尤其 是对 大型数据库进行着挖掘 时， 该方法相 比于其它算法具有更 高的效率．
关键词： 关联 规 则 ；Ｓ 聚 类 ；Ｓ 算 法 ＰＯ Ｐ０
（） １ — ｚ ｄ＋ （） ２
法 ． Ｐ— ｏ ｔ Ｆ Ｇｒｗ ｈ算法 不 产生候 选 频繁项 集 ， 其有 着
更好的挖掘效率． Ｆ — ｒｗ ｈ 但 Ｐ Ｇ ｏ ｔ 算法通过构造 Ｆ — Ｐ Ｔｒｅ ｅ 来实 现关联挖 掘¨ ， ３ 这对 于大型 数 据库 显然 是 ］
不 现实的．
群体 经验 调 整 自己 的速度 ． 第 ｉ 微 粒 为 Ｘ 一 设 个 （ ，＂， ， ） 其 经 历 过 的 最 好 位 置 为 Ｐ Ｓ … ， ｔ 一 （ ， … ， ） 群体 所有微 粒经 历 过 的最 好 位 置 户 Ｐ ，
Ａｐｉｒ￣算法 ， 其在挖 掘过程 中需 要 产生 大量 候 ｒ ｉ］ ｏ［ 但 选 项集 ， 重 影 响 了 算 法 效 率Ｌ．基 于 此 ，Ｊ ｗｅ 严 ２ ］ ｉ ｉ ａ
中国 分类 号 ： Ｐ ９ Ｔ ３１
文献 标 志 码 ： Ａ
０ 引言
关联 规则挖掘 就是挖 掘数据库 中存在 的一类 重
要 的规律 性 的 知识 ． 联 规 则 挖 掘 的基 百度文库 算 法 是 关
能 等领域具 有很 好 的应用 前景 ． Ｓ Ｐ Ｏ算 法 将 每个 个
体看 作 Ｄ维 搜索空 间中 的一 个 的粒 子 ， 搜 索空 间 在 中以一定 的速度 飞行 ， 飞行 过 程 中 根据 个 体 经验 和
基本关联规则挖掘算法虽然都不适合大型数据 库 中海量数据 的挖掘 ， 是 在数 据 库 较小 的情 况 下 但 基 本算 法可 以具 有很好 的效率． 因此 ， 文考 虑利用 本 粒 子群算 法对 大型数 据库 进 行划 分 ， 在 子 数 据库 再
的基础上 应用 Ｆ — ｏ ｈ 法进 行关联 规则 挖掘 ， Ｐ Ｇｒｗｔ算 提 高挖掘效 率． 利用 粒 子群 算 法 进行 数 据 库划 分 在 的时 ， 本文 引人 了 Ｋ一均值 聚类 的思想． 以下是 对数
第２ ９卷 第 ３ 期 ２１ ００年 ６月
兰
州 交
通 大
学
学
报
Ｖｏ ． ９ Ｎｏ ３ １２ ．
Ｊ ｕｎ ｌ ｆ ａｚ ｏ ｉ ｔｎ ｉｅｓｙ ｏ ｒａ ｏ ｎｈ ｕＪａ ｏ ｇＵｎｖ ｒｉ Ｌ ｏ ｔ
Ｊ ｎ ０ ０ ｕ ｅ２ １
文章 编 号 ：０ １ ３ ３２ １） ３０ ９ —４ １ ０— ７ （ ００ ０ —０ ６ ４ ０
代表 了该 位 记录 属性 为 真 ，０ “ ”代 表 了该 位 记 录属
性为假 ．
算法 ， 该算 法在 函数 寻 优 、 聚类 、 侵 检 测 和人 工 智 人
１ ）随机 产生 个聚类 中心 Ｚ ， ｏ以 作为粒子
收 稿 日期 ：０ ９１—２ ２ ０—０ １
基金项 目： 兰州市企业技术攻关计划资助 （０ ９１４ ２ ０ ——） 作者简介 ： ． ４ １ ８一 ， ， 刘． ｋ ９ ４） 男 山东青岛人 ， ￣ （ 硕士生．