不确定性数据上频繁项集挖掘的预处理方法

摘要：

传统频繁项集挖掘技术无法高效获取不确定性数据中有价值的信息.通过研究频繁模式增长树的算法原理,根据不确定性数据的特点提出了一种有效的不确定性数据预处理方法PCAFP-Growth.利用主成分分析的方法进行数据的降维,并使用模糊关联分析法将数据概率进行分类,实现数据剪枝.在理论研究基础上,通过实验对数据集进行了验证.结果表明,基于主成分分析法的剪枝策略在稠密数据集上能够有效提高运算速度,减少内存的使用.

关键词：不确定性数据、频繁项集、主成分分析、模糊关联

所属期刊栏目：39

分类号：TP312(计算技术、计算机技术)

资助基金：国家自然科学基金项目61100112;中央财经大学科研创新团队支持计划资助

在线出版日期：2012-12-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：161-164,199