1、關(guān)聯(lián)規(guī)則挖掘過程中頻繁項(xiàng)集(Frequent Itemset，F(xiàn)I)的求解是關(guān)聯(lián)規(guī)則挖掘的基礎(chǔ)和前提，也是關(guān)聯(lián)規(guī)則挖掘中最耗時(shí)的一步。降低候選項(xiàng)集的數(shù)量是減小開銷的最好手段。由于最大頻繁項(xiàng)集(Maximal Frequent Itemset，MFI)中已經(jīng)隱含了所有頻繁項(xiàng)集，所以可把發(fā)現(xiàn)頻繁項(xiàng)集的問題轉(zhuǎn)化為發(fā)現(xiàn)最大頻繁項(xiàng)集的問題。挖掘最大頻繁項(xiàng)集可有效地縮小項(xiàng)集的規(guī)模，便于用戶迅速發(fā)現(xiàn)稠密數(shù)據(jù)集中的知識(shí)。
　　 然而，隨著數(shù)據(jù)收

2、集和數(shù)據(jù)存儲(chǔ)技術(shù)的快速進(jìn)步，使得各組織機(jī)構(gòu)積累了海量的數(shù)據(jù)，造成現(xiàn)有的最大頻繁項(xiàng)集挖掘算法挖掘效率低下，主要表現(xiàn)為：多次掃描數(shù)據(jù)庫(kù)需要大量I/O開銷；候選集規(guī)模過大導(dǎo)致無法計(jì)算和存儲(chǔ)；增量挖掘困難；大量冗余的和用戶不感興趣的規(guī)則等等。為了解決上述問題，論文將具有完備特性的iceberg概念格模型引入到最大頻繁項(xiàng)集挖掘的研究中。iceberg概念格是在用戶指定的支持度閾值的條件下概念格中所有頻繁概念構(gòu)成的半序格結(jié)構(gòu)，每個(gè)頻繁概念的內(nèi)涵都是

3、一個(gè)頻繁閉項(xiàng)集，描述了數(shù)據(jù)集中對(duì)象和屬性之間的關(guān)系。利用頻繁閉項(xiàng)集與最大頻繁項(xiàng)集之間的隸屬關(guān)系和頻繁概念之間良好的泛化和特化關(guān)系，提出了基于iceberg概念格的最大頻繁項(xiàng)集和屬性增長(zhǎng)的最大頻繁項(xiàng)集增量挖掘算法。論文還對(duì)基于iceberg概念格的正相關(guān)的無冗余關(guān)聯(lián)規(guī)則進(jìn)行研究，解決了從最大頻繁項(xiàng)集中挖掘的關(guān)聯(lián)規(guī)則會(huì)導(dǎo)致支持度信息的損失和存在大量冗余的用戶不感興趣的規(guī)則的問題。論文的主要工作如下；
　　 (1)提出基于iceber

4、g概念格的最大頻繁項(xiàng)集挖掘算法ICMFIA(IcebergConcept Lattice Maxmal Frequent Itemset Alogithm)。該算法通過一次掃描數(shù)據(jù)集構(gòu)建iceberg概念格，利用iceberg概念格中頻繁概念之間良好的覆蓋關(guān)系，能快速計(jì)算出最大頻繁項(xiàng)集所對(duì)應(yīng)的最大頻繁概念，所有最大頻繁概念的內(nèi)涵就是所求的最大頻繁項(xiàng)集的集合。理論證明和實(shí)驗(yàn)測(cè)試結(jié)果表明，所提算法與現(xiàn)有算法相比，具有掃描數(shù)據(jù)集次數(shù)少和挖掘效

5、率高的優(yōu)點(diǎn)。
　　 (2)提出基于iceberg概念格的最大頻繁項(xiàng)集增量挖掘算法MAI-AI(MaximalFrequent Itemset-Attribute Incremental)。該算法主要針對(duì)數(shù)據(jù)集的屬性增加后最大頻繁項(xiàng)集挖掘問題。在原始iceberg概念格的基礎(chǔ)上構(gòu)建新的iceberg概念格并計(jì)算新增的最大頻繁概念和需要更新的最大頻繁概念。然后只需挖掘新增的最大頻繁項(xiàng)集和最大頻繁項(xiàng)集集合中需要更新的最大頻繁項(xiàng)集。避免

6、了數(shù)據(jù)集中屬性增加后需要重新挖掘所有的最大頻繁項(xiàng)集問題。實(shí)驗(yàn)結(jié)果表明，算法具有重復(fù)工作少和重用率高的優(yōu)點(diǎn)。
　　 (3)提出了在iceberg概念格中挖掘正相關(guān)的無冗余關(guān)聯(lián)規(guī)則的方法，以解決最大頻繁項(xiàng)集挖掘出的關(guān)聯(lián)規(guī)則支持度信息的損失和存在大量用戶不感興趣的規(guī)則等問題。通過提出無冗余關(guān)聯(lián)規(guī)則來縮小挖掘規(guī)則的規(guī)模，其它有效的關(guān)聯(lián)規(guī)則的支持度和置信度都能通過無冗余關(guān)聯(lián)規(guī)則計(jì)算出來。由于使用支持度-置信度框架計(jì)算的強(qiáng)關(guān)聯(lián)規(guī)則不一定是有