一种挖掘不确定性数据频繁项集的方法
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
２ １ ＧＸＮＳ ＤＯ ８ ２ ） ０ １ Ｆ １ ０ ５
通 讯 作 者 ： 智 （９ ３一 ） 男 ， 西 梧 州 市 人 ， 钟 １６ ， 广 副教 授 ， 究 数 据库 与知 识 工 程 ． 研
第 １ 期
郭 乙江 ， ： 种 挖 掘 不 确 定 性 数 据 频 繁 项 集 的 方 法 等 一
关 键 词 ： 确定 性数 据 ； — ｒ ｒ； 繁 模 式 ； Ｆ — ｒｅ 不 Ｕ Ａｐｉ ｉ ｏ 频 Ｕ Ｐ Ｔ ｅ 中 图分 类 号 ： Ｐ １ ． ３ Ｔ ３ １ １ 文献 标 识 码 ： Ａ
１ 引 言
在过 去的 十几年里 ， 有很 多 的研究 Ｈ ・ ＇ ，，， 都是对 精确 数据 库进行 频繁模 式 挖 掘 ， ： 市交 易 、 如 超 网
络 日志和点 击率 等 。但 是 ， 多情 况下 用 户并 不 能 确 定一 些 项 集 或者 事 件 ，引是 否 发生 了 ， 以需要 很 ， 所 有效 的算法来 挖 掘不确 定性数 据 。为 了从不 确定性 数据 中挖掘 频繁 模 式 ， Ｃ ｒ ｎＫａ Ｓ ｎ ｅ ｎ 在 ａｓ ｉ ａ ｇＬ ｕ ｇ等 ｏ — 人提 出了一种 基 于树 的 ＵＦ —ｒｗｔ 法 的基 础 上 对 其 进 行 改 进 。实 验 验 证 了改 进 后 的新 算 法 的性 Ｐ ｇｏ ｈ算
・０ ・ １ １
值趋 近 于 ０ 则说 明该 项 出现 在数 据库 里 的概 率很 低 ； 反 ， ， 相 如果 概 率 值 为 １ 则 说 明它 肯定 出现 。除 此 ，
之外 ， 同一 个项 在 相 同事物 里 的概率 值 可能不 相 等 ， 在不 同事 物里 的值 可 能不 等 或 者 相 等 ； 同 的项 在 不 同一事 物 里 的概 率 可能 相 等 ， 不 同事 物里 的概 率可 能相 等或 不 等 。 在 为 了有 效地 描述 不 确 定 性 数 据 ， 建 了 一 个 ＵＦ —ｒｅ 它 的每 个 节 点都 存 储 ： １ 一 个 项 的名 称 ； 构 Ｐｔ ， ｅ （）
第 ２ ８卷 第 １ 期
文章 编 号 ：０ ２ ７ ３ ２ １ ） １ １０—０ １ ０ —８ ４ （０ １ ０ —０ ０ ５
一
种 挖 掘 不 确 定 性 数 据 频 繁 项 集 的 方 法
郭 乙江 ， 智 ， 昌安 ， 钟 元 罗锦 光
（ 西师 范学 院 计算机 与信 息 工程 学院 ， 西 南宁 ５ ０ ２ ） 广 广 ３ ０ ３
能。
精 确数 据和不 确定 性数据 的一 个重 要 的不 同是 后者 的 每个 事物 都 包含 了项集 和它 们 的存 在概 率 。 在一 个事物 ｔ 里 的项集 － ｚ的存 在概率 Ｐ（ ｔ） 示 出现 在 ｔ 的可 能性 。用 “ 能世 界 ” 诠 释不 ｚ， 表 里 可 来 确定性 数据 ， 于一个 项集 ｚ和 一个事 物 ｔ 共有 两种 可能世 界 ：１ Ｗ 项集 ｚ包含 在 事物 ｔ ） 对 （） （ 里 ；
２１ ０ ０年 ３月
广 西 师范 学院 学 报 ： 自然 科 学版
Ｊ ｕ ｎａ ｆＧ ｕ ｎ ｉＴｅ ｃ ｅ Ｅｄｕ ａ ｉｎ Ｕｎｉｅ ｉｙ： ｔ ａ ｃｅ ｃ ｉｉｎ ｏ ｒ ｌｏ ａ ｇｘ ａ ｈ ￣ ｃ ｔｏ ｖ ￣ ｔ Ｎａ ｕｒ ｌＳ ｉ ｎ ｅＥｄ ｔｏ
Ｍ ａ ２Ｏ１ ｒ． １ ＶＯ ． ８ １ ２ ＮＯ． １
源自文库
２ ＵＦ — ｏ ｈ算 法 Ｐ Ｇｒｗｔ
Ｃ ｒｏ ｉ ａ ｇＬ ｕ ｇ等人 提 出 了一 种基 于 树 的 “ Ｐ ｇｏ ｔ ” 法 来 挖 掘 不确 定 性 数 据—— 称 ａｓｎＫａ Ｓ ｎ ｅ ｎ — ＵＦ —ｒｗ ｈ 算
其 为 “ 法一 ” 算 。该 算法 共分 为两部 分 ： １ 构建 ＵＦ — ｅ ；２ 从 ＵＦ — ｅ （） Ｐｔ ｅ （ ） ｒ Ｐｔ ｅ中挖掘频 繁项集 。 ｒ
一
ＢＩ １Ｄ Ｔ
—
ｅ ｓ （） ｘ ｕ ｘ ＝∑ ［ ｐ ） ｊ Ｈ （Ｉ （ ， × Ⅱ （一 （，）） 通 计算， ｐｐ ｓ （ ｉｗ × ｕｘ ｎ Ｉ ＰＸ Ｔ） １ Ｐｙ￡）］ 过
， １
Ｙ
Ｊ
“
如果模 式 ｘ 的期望 支持度 大 于等于用 户 给定 的最小支 持度 ， 则被 认为是 频繁 的 。
（ ） （ 集 ｚ不 包含 在事 物 ｔ 里 ） ２ ｗ 项 。尽 管不 知道这 两个世 界哪 一个才 能成 为现 实 ， 是 ， 但 如果世界 ｗ
可能成 为真 实世 界 的概 率为 Ｐ（ ｔ）那 么 可能世 界 ｗ 变成 现实 的概率就 为 １ ｚ， ， 一Ｐ（ ｔ） ｚ， 。在事 物数 据库里 模式 ｘ 的期 望支持度 的计 算是 通过将 每个 可能 世界 ｗ．包含 ｗ， （ 变成 真实 世界 的概率 ） ｘ 的 里 支持度 相加求 和 ：
摘 要 ： 文 探 讨 挖 掘 不 确 定 性 数 据 频 繁 项 集 ， Ｃ ｒｏ ｉ ａ ｇ Ｌ ｕ ｇ等 人 提 出 的 一 种 基 于 树 的 ＵＦ ． 该 在 ａｓｎ Ｋａ Ｓ ｎ ｅ ｎ — Ｐ
ｇｏ ｈ 法 的基 础 上 进 行 改 进 ， 出 新 算 法— — ｕＦ —ｒｗｔＴ。实 验 表 明 ， 算 法 可 以 有 效 地 挖 掘 不 确 定 性 数 据 ｒｗｔ 算 提 Ｐｇｏ ｈ 该 的频 繁 项 集 ， 拥 有 高效 性 和 伸 缩 性 。改 进 后 的 算 法 在 一 定 程 度 上 减 小 了 ＵＦ — ｅ 的 大 小 ， 快 了挖 掘 过 程 。 且 Ｐｔ ｅ ｒ 加
２ １ ＵＦ — ｅ ． Ｐ ｔ ｅ的 构 建 ｒ
对 于不确 定性数 据 ， 因为无 法确定 其值 ， 以只 能使 用 （ ， ］ 所 ０ １ 的概 率 值来 表 示 它 的存 在 。如果 概 率
收稿 日期 ： ０ １ １ Ｏ ２ １ —０ —２
＊
基金 项 目： 西 自然 科 学 重 点 基 金 项 目： 发 事 件 跨 媒 体 空 间 数 据 智 能 集 成 处 理 及 挖 掘 研 究 （ ｏ 广 突 Ｎ
通 讯 作 者 ： 智 （９ ３一 ） 男 ， 西 梧 州 市 人 ， 钟 １６ ， 广 副教 授 ， 究 数 据库 与知 识 工 程 ． 研
第 １ 期
郭 乙江 ， ： 种 挖 掘 不 确 定 性 数 据 频 繁 项 集 的 方 法 等 一
关 键 词 ： 确定 性数 据 ； — ｒ ｒ； 繁 模 式 ； Ｆ — ｒｅ 不 Ｕ Ａｐｉ ｉ ｏ 频 Ｕ Ｐ Ｔ ｅ 中 图分 类 号 ： Ｐ １ ． ３ Ｔ ３ １ １ 文献 标 识 码 ： Ａ
１ 引 言
在过 去的 十几年里 ， 有很 多 的研究 Ｈ ・ ＇ ，，， 都是对 精确 数据 库进行 频繁模 式 挖 掘 ， ： 市交 易 、 如 超 网
络 日志和点 击率 等 。但 是 ， 多情 况下 用 户并 不 能 确 定一 些 项 集 或者 事 件 ，引是 否 发生 了 ， 以需要 很 ， 所 有效 的算法来 挖 掘不确 定性数 据 。为 了从不 确定性 数据 中挖掘 频繁 模 式 ， Ｃ ｒ ｎＫａ Ｓ ｎ ｅ ｎ 在 ａｓ ｉ ａ ｇＬ ｕ ｇ等 ｏ — 人提 出了一种 基 于树 的 ＵＦ —ｒｗｔ 法 的基 础 上 对 其 进 行 改 进 。实 验 验 证 了改 进 后 的新 算 法 的性 Ｐ ｇｏ ｈ算
・０ ・ １ １
值趋 近 于 ０ 则说 明该 项 出现 在数 据库 里 的概 率很 低 ； 反 ， ， 相 如果 概 率 值 为 １ 则 说 明它 肯定 出现 。除 此 ，
之外 ， 同一 个项 在 相 同事物 里 的概率 值 可能不 相 等 ， 在不 同事 物里 的值 可 能不 等 或 者 相 等 ； 同 的项 在 不 同一事 物 里 的概 率 可能 相 等 ， 不 同事 物里 的概 率可 能相 等或 不 等 。 在 为 了有 效地 描述 不 确 定 性 数 据 ， 建 了 一 个 ＵＦ —ｒｅ 它 的每 个 节 点都 存 储 ： １ 一 个 项 的名 称 ； 构 Ｐｔ ， ｅ （）
第 ２ ８卷 第 １ 期
文章 编 号 ：０ ２ ７ ３ ２ １ ） １ １０—０ １ ０ —８ ４ （０ １ ０ —０ ０ ５
一
种 挖 掘 不 确 定 性 数 据 频 繁 项 集 的 方 法
郭 乙江 ， 智 ， 昌安 ， 钟 元 罗锦 光
（ 西师 范学 院 计算机 与信 息 工程 学院 ， 西 南宁 ５ ０ ２ ） 广 广 ３ ０ ３
能。
精 确数 据和不 确定 性数据 的一 个重 要 的不 同是 后者 的 每个 事物 都 包含 了项集 和它 们 的存 在概 率 。 在一 个事物 ｔ 里 的项集 － ｚ的存 在概率 Ｐ（ ｔ） 示 出现 在 ｔ 的可 能性 。用 “ 能世 界 ” 诠 释不 ｚ， 表 里 可 来 确定性 数据 ， 于一个 项集 ｚ和 一个事 物 ｔ 共有 两种 可能世 界 ：１ Ｗ 项集 ｚ包含 在 事物 ｔ ） 对 （） （ 里 ；
２１ ０ ０年 ３月
广 西 师范 学院 学 报 ： 自然 科 学版
Ｊ ｕ ｎａ ｆＧ ｕ ｎ ｉＴｅ ｃ ｅ Ｅｄｕ ａ ｉｎ Ｕｎｉｅ ｉｙ： ｔ ａ ｃｅ ｃ ｉｉｎ ｏ ｒ ｌｏ ａ ｇｘ ａ ｈ ￣ ｃ ｔｏ ｖ ￣ ｔ Ｎａ ｕｒ ｌＳ ｉ ｎ ｅＥｄ ｔｏ
Ｍ ａ ２Ｏ１ ｒ． １ ＶＯ ． ８ １ ２ ＮＯ． １
源自文库
２ ＵＦ — ｏ ｈ算 法 Ｐ Ｇｒｗｔ
Ｃ ｒｏ ｉ ａ ｇＬ ｕ ｇ等人 提 出 了一 种基 于 树 的 “ Ｐ ｇｏ ｔ ” 法 来 挖 掘 不确 定 性 数 据—— 称 ａｓｎＫａ Ｓ ｎ ｅ ｎ — ＵＦ —ｒｗ ｈ 算
其 为 “ 法一 ” 算 。该 算法 共分 为两部 分 ： １ 构建 ＵＦ — ｅ ；２ 从 ＵＦ — ｅ （） Ｐｔ ｅ （ ） ｒ Ｐｔ ｅ中挖掘频 繁项集 。 ｒ
一
ＢＩ １Ｄ Ｔ
—
ｅ ｓ （） ｘ ｕ ｘ ＝∑ ［ ｐ ） ｊ Ｈ （Ｉ （ ， × Ⅱ （一 （，）） 通 计算， ｐｐ ｓ （ ｉｗ × ｕｘ ｎ Ｉ ＰＸ Ｔ） １ Ｐｙ￡）］ 过
， １
Ｙ
Ｊ
“
如果模 式 ｘ 的期望 支持度 大 于等于用 户 给定 的最小支 持度 ， 则被 认为是 频繁 的 。
（ ） （ 集 ｚ不 包含 在事 物 ｔ 里 ） ２ ｗ 项 。尽 管不 知道这 两个世 界哪 一个才 能成 为现 实 ， 是 ， 但 如果世界 ｗ
可能成 为真 实世 界 的概 率为 Ｐ（ ｔ）那 么 可能世 界 ｗ 变成 现实 的概率就 为 １ ｚ， ， 一Ｐ（ ｔ） ｚ， 。在事 物数 据库里 模式 ｘ 的期 望支持度 的计 算是 通过将 每个 可能 世界 ｗ．包含 ｗ， （ 变成 真实 世界 的概率 ） ｘ 的 里 支持度 相加求 和 ：
摘 要 ： 文 探 讨 挖 掘 不 确 定 性 数 据 频 繁 项 集 ， Ｃ ｒｏ ｉ ａ ｇ Ｌ ｕ ｇ等 人 提 出 的 一 种 基 于 树 的 ＵＦ ． 该 在 ａｓｎ Ｋａ Ｓ ｎ ｅ ｎ — Ｐ
ｇｏ ｈ 法 的基 础 上 进 行 改 进 ， 出 新 算 法— — ｕＦ —ｒｗｔＴ。实 验 表 明 ， 算 法 可 以 有 效 地 挖 掘 不 确 定 性 数 据 ｒｗｔ 算 提 Ｐｇｏ ｈ 该 的频 繁 项 集 ， 拥 有 高效 性 和 伸 缩 性 。改 进 后 的 算 法 在 一 定 程 度 上 减 小 了 ＵＦ — ｅ 的 大 小 ， 快 了挖 掘 过 程 。 且 Ｐｔ ｅ ｒ 加
２ １ ＵＦ — ｅ ． Ｐ ｔ ｅ的 构 建 ｒ
对 于不确 定性数 据 ， 因为无 法确定 其值 ， 以只 能使 用 （ ， ］ 所 ０ １ 的概 率 值来 表 示 它 的存 在 。如果 概 率
收稿 日期 ： ０ １ １ Ｏ ２ １ —０ —２
＊
基金 项 目： 西 自然 科 学 重 点 基 金 项 目： 发 事 件 跨 媒 体 空 间 数 据 智 能 集 成 处 理 及 挖 掘 研 究 （ ｏ 广 突 Ｎ