基于不确定性数据的频繁闭项集挖掘算法

摘要：

对于不确定性数据，传统判断项集是否频繁的方法并不能准确表达项集的频繁性，同样对于大型数据，频繁项集显得庞大和冗余。针对上述不足，在水平挖掘算法 Apriori 的基础上，提出一种基于不确定性数据的频繁闭项集挖掘算法 UFCIM。利用置信度概率表达项集频繁的准确性，置信度越高，项集为频繁的准确性也越高，且由于频繁闭项集是频繁项集的一种无损压缩表示，因此利用压缩形式的频繁闭项集替代庞大的频繁项集。实验结果表明，该算法能够快速地挖掘出不确定性数据中的频繁闭项集，在减少项集冗余的同时保证项集的准确性和完整性。

关键词：不确定性数据、频繁闭项集、数据挖掘、水平挖掘、置信度概率

分类号：TP311.12(计算技术、计算机技术)

在线出版日期：2014-04-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：51-54