最大模糊频繁模式挖掘算法

来源：计算机应用杂志2017年第5期北京时间：

作者：张海清, 李代伟, 刘胤田, 龚程, 于曦

单位：1. 成都信息工程大学 软件工程学院, 成都 610225;2. 成都大学 信息科学与工程学院, 成都 610106

摘要：针对有效模式挖掘的组合爆炸及挖掘结果信息如何有效表达的问题，提出了一种基于“核心-牵引”结构的修剪候选模式和考虑项目不确定性的最大模糊模式挖掘算法（MFFP-Tree）。首先，综合分析项目的模糊性，提出模糊支持度，分析项目在事务数据集中的模糊权重，依据模糊修剪策略修剪候选项集；其次，仅扫描数据集一次，就能成功构建模糊模式挖掘树，依据模糊剪枝策略减少模式提取的开销，采用FFP-array阵列结构使得搜索方式更精简，从而进一步降低时空开销。根据基准数据集的实验结果，与最大模式挖掘算法PADS和FPMax*对比分析，MFFP-Tree挖掘出的最大模糊模式能够更准确地反映项目与项目之间的关系；算法的时间复杂度能减半甚至低1个数量级；算法的空间复杂度降低1~2个数量级。

关键词：高级模式挖掘,最大模糊模式,模糊支持度,核心-牵引模式结构,模糊修剪策略

基金资助：国家自然科学基金青年基金资助项目（61602064，61502059）；成都信息工程大学科研基金资助项目（KYTZ201615）。