PLE编码在关联数据挖掘中的应用.docVIP

PLE编码在关联数据挖掘中的应用 　　摘要：在关联数据挖掘领域利用RLE(Run-Length Encoding)编码可有效减少动态数据库计算时的数据量，提出了一种新的数据前处理算法，直接对存储器中的编码数据进行数据挖掘，并且在数据快速变化时能够有效更新编码数据，提升处理效能。 　　关键词：数据挖掘；关联规则：高频项目组；RLE 　　中图分类号：TP274文献标识码：A文章编号：1009-3044(2011)15-3562-02 　　The Application of Associated Data Mining on PLE Code 　　LI Xiang 　　(Lanzhou Vocational Technical College, Lanzhou 730070, China) 　　Abstract: Utilizes and builds and constructs the regular code (Run-Length Encoding) can valid reduce data volume in the dynamic database of the way performs the materials amount of algorithms while calculating on rule mining field, the method of offering a kind of new materials to deal with data, then prospect the materials to the code materials mainly in the storing device directly, and can upgrade and encode the materials effectively in the unusual fluctuation of fast materials,perform the speed of execution of the algorithm with higher speed, improve and deal with efficiency. 　　Key words: data mining; association rule; high-frequency project team; RLE 　　关联规则算法是数据挖掘(Data Mining)中一项重要且实用的技术。主要的问题是如何搜寻数据库找出所有的高频项目组；并且利用高频项目组挖掘出所有的关联式规则[1]。而找出所有的高频项目组是一件耗费大量计算成本的工作，因此有效减少候选数据项目组的产生并且减少数据库的读取次数等，都能够使关联挖掘算法更加有效。 　　1 关联规则挖掘过程 　　关联规则之挖掘过程主要包含两个阶段：第一阶段必须先从数据集合中找出所有的高频项目组(Frequent Itemsets)，第二阶段再由这些高频项目组中产生关联规则(Association Rules)。项目组出现的频率称为支持度(Support)。 　　 Support(A,B)=(同时包含项目A与项目B的笔数)/所有交易笔数 （1） 　　关联规则挖掘的第二阶段是要产生关联规则(Association Rules)。若一规则所求得的信赖度满足最小信赖度，称此规则为关联规则。 　　 Confidence(A-B)=(同时包含项目 A 与项目 B 的笔数)/(所有包含A的笔数) （2） 　　因此，对于一个被表示为A-B的关联规则必须同时满足下列两个条件： 　　 Support(A,B)≥min_support 且 Confidence(A-B)≥ min_confidence。 　　2 算法描述 　　本文所提出的算法主要以提高效率为目标，针对以往算法在每次快速变化的数据库作挖掘时必须反复扫描数据库的缺点[2]，本文所提出的方法对于变动频繁数据库作挖掘在效率上有着明显改进 [3]。 　　算法步骤如下： 　　2.1 构建PLE编码 　　进行对数据库中的交易数据进行挖掘时，在最起始的时间点必须建构框架内的交易数据编码，其建构编码的定义如下：定义一：项目(Item)I的Run Length Encoding(RLE) 　　假设项目I从t笔交易起，连续出现在交易t,t+1,t+2,......,t+(e-1)之中，则称交易出现项目I的一个Run，其长度为e；而其RLE表示为(t,e)。 　　定义二： RLE List ：若项目I在交易中共出现k个Run，其RLE为(t1, e1),(t2,e2),.... ., (tk, ek)则项目I的RLEList定义为[(t1,