元组级不确定数据库的概率频繁项集挖掘  

MINING PROBABILISTIC FREQUENT ITEMSETS OVER TUPLE UNCERTAIN DATABASE

作　　者：陈凤娟[1] CHEN Feng-juan(Liaoning University of International Business and Economics,Dalian 116052,China)

机构地区：[1]辽宁对外经贸学院,辽宁大连116052

出　　处：《南阳理工学院学报》2018年第4期46-50,共5页Journal of Nanyang Institute of Technology

基　　金：辽宁对外经贸学院校级科研项目资助(项目编号:2018XJLXYB003)

摘　　要：不确定数据出现在越来越多的应用中,如WSN、RFID等领域,分析不确定数据能为用户决策提供重要参考,因此,不确定数据的数据挖掘工作受到越来越多的关注。不确定数据库的概率频繁模式挖掘是不确定数据挖掘的一个重要的研究内容,它是确定数据库中的频繁模式挖掘问题在不确定数据环境下的扩展研究,即挖掘在数据库中经常共同出现的模式。为了提高记录级不确定数据库的概率频繁模式的挖掘算法的效率,本文提出一种基于FP_Growth算法的概率频繁模式挖掘算法,并在不确定数据库上实验验证了算法的性能。Data uncertainty is inherent in emerging applications such as WSN,RFID.To help users make decisions,uncertain data analyzing has got more and more attentions recently.Mining probabilistic frequent patterns is an important research problem in uncertain database management and it is the extension from the problem of mining frequent patterns.To improve the efficiency of the algorithm of mining probabilistic frequent patterns over tuple uncertain databases,we propose an algorithm to mine probabilistic frequent patterns based on FP_Growth algorithm.An evaluation on synthetic databases is performed to validate the performance of the algorithm.

关 键 词：不确定数据 频繁概率 概率频繁项集 

分 类 号：TP311[自动化与计算机技术—计算机软件与理论]