约束频繁模式树及其构造方法研究  

Constrain Frequent Pattern Tree and its Construction Method

作　　者：赵旭俊[1] 张继福[1] 蔡江辉[1] 

机构地区：[1]太原科技大学计算机科学与技术学院,山西太原030024

出　　处：《小型微型计算机系统》2010年第4期682-685,共4页Journal of Chinese Computer Systems

基　　金：国家自然科学基金项目(60573075)资助;山西省自然科学基金项目(2006011041)资助

摘　　要：频繁模式挖掘是影响关联规则挖掘效率的主要步骤.采用一阶谓词逻辑作为用户感兴趣的背景知识表示技术,提出一种基于背景知识的频繁模式树-CFP-Tree(Constrain Frequent Pattern Tree),并给出了其构造算法CFPT-Construct,从而提高关联规则挖掘结果的针对性,降低了FP-Tree构造的复杂性,有效地解决了FP-Tree构造算法中数据存储的瓶颈问题.最后以国家天文台提供的天体光谱数据作为数据集,实验验证了算法的有效性、针对性和高效率.Frequent pattern mining is a main step of influencing the efficiency of mining association rules.By using first-order predicate logic to describe background knowledge interested by users,a novel FP-Tree （Constrain Frequent Pattern tree ） and its construction algorithm based on the background knowledge is presented,so that the pertinence of association rules mining result is improved,the complexity of FP-Tree is reduced and the data storage bottleneck problem in the FP-Tree construction is effectively resolved.In the end,experimental results validate the algorithm′s pertinence and efficiency by using the celestial body spectrum data.

关 键 词：数据挖掘 关联规则 约束频繁模式树 约束频繁模式 背景知识 

分 类 号：TP311[自动化与计算机技术—计算机软件与理论]