基于Apriori性质的多维关联规则数据挖掘.ppt

1、基于Apriori性质的多维关联规则数据挖掘，由王磊报道，背景知识，关联规则和Apriori算法。数据挖掘是从大量记录的数据中提取的一种有价值的、有趣的知识，它是预先隐藏的、未知的有用信息。所提取的知识通常可以表示为概念、规则、正则表达式、规则、规则、规则、规则、规则、规则、规则、规则、规则、规则、规则、规则、规则、规则、规则、规则、规则、规则、规则关联规则是数据挖掘中的主要方法之一，它侧重于确定数据中不同字段之间的联系，并找出满足给定支持度和可信度阈值的多个字段之间的依赖关系。例如：在销售手机的商店中，70%涉及手机的交易包括充电器，56%的交易包括两种商品。因此，该规则表示为手机充电器(7

2、0%置信，56%支持)，关联规则的基本概念是一组项目，任务相关数据d是一组数据库事务，其中每个事务t都是一组项目，因此每个事务都有一个标识符TID，而a是一组项目，事务t包含一个当且仅当。关联规则是一个蕴涵公式，其中规则建立在支持度为S、置信度为C的事务D中，满足最小支持度阈值和最小置信度阈值的规则成为强规则。项目的集合称为项目集，包含k个项目的集合称为k个项目集。如果一个项集满足最小支持度，则称之为频繁项集。挖掘关联规则是一个两步的过程：1 .找出所有的频繁项集。从频繁项集生成强关联规则。根据定义，这些规则必须满足最低限度的支持和信任。Apriori算法，Apriori算法是最有影响的关联规

3、则挖掘算法之一。它的核心思想是扫描事务数据库，找出所有支持度不低于最小支持度的项目，即频繁1项集。接下来的工作是循环的，每个循环分为两个步骤来连接：1)连接频繁k项目集中的项目。2)割分支：在剪枝步骤中，根据频繁项集的任何子集都应该是频繁的思想过滤连通项集，删除子集不频繁的项集，得到候选(k-1)项集，即扫描数据库，计算候选项的支持度，从候选集中删除支持度小于最小支持度的候选项。此外，还得到了频繁(k-1)项集。循环的终止条件是频繁的k项集是空的，这意味着再也找不到相关的项。例如，Apriori算法，Apriori属性，所有非空子集的频繁项集也是频繁的。例如，如果A B是一个频繁项集，AB也必

4、须是一个频繁项集，加权关联规则挖掘，传统的关联规则挖掘算法通常认为在数据库中，但是，在实践中，经常会出现这样的情况：用户对每一项的重视程度不同，有些项是用户最重视和关心的，而有些项是用户很少关心的，因此有必要引入权重的概念。加权关联规则的描述，让它成为一个项的集合，并且每个项都有一个与之对应的权重。它们的权重是w1，w2，wk(wid 0，1)。预先将最小加权支持阈值指定为wminsup和最小置信阈值minconf。对于项目集X，如果wsup(X)不匹配，那么X经常被加权。X-Y形式的关联规则的加权支持度是置信度的定义仍然遵循Apriori算法的定义，即conf(X-Y)=sup(X-Y)/s

5、up(X)。加权关联规则的描述。对于项集X，Y，X，Y=，如果存在wsup(X，Y)wmin up和conf(X Y)minconf，则XY是加权关联规则。权重设置、加权支持度(1)、平均值(2)、归一化(3)、最大值(3)、思想(1)在不考虑项目权重的情况下，使用传统的Apriori算法找出所有支持度不小于最小加权支持度的频繁项目集。由于项目集的权重小于1，项目集的加权支持度必须小于支持度，因此生成的频繁集必须是加权频繁集的超集。(2)计算生成的频繁项集中所有项集的加权支持度，删除加权支持度小于最小加权支持度的项集，得到所有加权频繁集。(3)使用加权频繁集生成所有加权关联规则。Apriori

6、算法的核心是利用频繁(k-1)项集生成候选频繁k-项集，并利用数据库扫描和模式匹配计算候选集的支持度。Apriori的瓶颈：候选集生成巨大的候选集： 104频繁1项集生成107个候选2项集要找到大小为100的频繁模式，如a1，a2，a100，必须先生成2100 1030个候选集并扫描数据库几次：如果最长的模式是n，则需要(n 1)次数据库扫描来提高Apriori的效率。事务压缩：不包含任何频繁k项集的事务，也不可能包含任何大于k的频繁集。基于分区：如果一个项集在整个数据库中是频繁的，那么它必须至少在数据库中被分区。采样：挖掘给定数据的子集，并使用小支持完整性验证方法来计数动态项目集：在添加一个

7、新的候选集之前，首先估计它的所有子集是否都是频繁的。基于哈希表的算法，未来工作，加权关联规则挖掘算法研究，项目属性加权后Apriori性质不再适用，如何优化算法。参考文献，1由范明、孟晓峰等翻译。数据挖掘：概念和技术。北京：机械工业出版社，2001。关联规则挖掘的快速算法。在1994年第：期特大型数据库的建立中。圣地亚哥，智利： VLDB捐赠，1994年3月，487499，胡和平，鲁。挖掘加权关联规则。微型计算机系统，2001，22 (3) : 347375。四月，张文显，卢剑江。加权布尔关联规则的研究。计算机工程，2003，29 (9) : 5557。许云涛。基于Apriori算法的水平加权关联规则挖掘。计算机工程与应用，2