不确定数据频繁项集挖掘算法研究

来源：计算机技术与发展杂志2019年第07期北京时间：

作者：赵学健;熊肖肖;张欣慧;孙知信

摘要：频繁项集挖掘的目标是以频繁出现的项目集的形式发掘嵌入在海量数据中的隐式的、先前未知的、潜在的有用知识,以辅助决策。 随着数据采集方式和传输方式的多样化,不确定数据在各种实际应用中大量出现。 因此,近年来针对不确定数据的频繁项集挖掘算法的研究引起了学者的广泛关注。 文中首先介绍了不确定数据的定义,并分析了不确定数据频繁项集挖掘的概率模型。 接下来,将主流频繁项集挖掘算法分为 3 类:基于候选项集生成和测试的频繁项集挖掘算法,基于模式增长的频繁项集挖掘算法和基于生物启发的频繁项集挖掘算法,详细介绍了当前针对不确定数据的主流频繁项集挖掘算法,并对这些算法的性能进行了简单分析。 最后,对不确定数据的频繁项集挖掘算法进行了总结与展望。

关键词：频繁项集;不确定数据;候选项集;模式增长;生物启发