1、頻繁模式挖掘是數(shù)據(jù)挖掘的一個重要內(nèi)容,由于處理的數(shù)據(jù)量巨大,并行挖掘算法受到越來越多的重視,但是在具體應(yīng)用領(lǐng)域還有許多亟待解決的問題。本文針對多重支持度頻繁模式挖掘、特殊數(shù)據(jù)源上的數(shù)據(jù)挖掘等特殊問題進(jìn)行研究,在一個新的面向視圖的分布式共享內(nèi)存并行編程環(huán)境VODCA下,提出了頻繁模式挖掘的幾種新的算法,并且應(yīng)用到再制造/制造集成系統(tǒng)供應(yīng)鏈管理中。
　　 首先,針對CD算法的通信量較少,能夠在分布式共享內(nèi)存系統(tǒng)中獲得較好性能,但是沒

2、有有效的剪枝策略的特點(diǎn),提出了帶有事務(wù)刪減的CD算法。該算法首先采用改進(jìn)的層次聚類方法對數(shù)據(jù)進(jìn)行分類,獲得具有不同項(xiàng)目集合的數(shù)據(jù)子集,采用動態(tài)任務(wù)分配策略在不同處理器之間分配計(jì)算任務(wù)。在進(jìn)行第k次數(shù)據(jù)庫掃描時,根據(jù)事務(wù)中是否含有k-頻繁項(xiàng)集,對數(shù)據(jù)庫中的事務(wù)進(jìn)行剪枝,由于預(yù)處理過的不同數(shù)據(jù)子集所包含的項(xiàng)目集合不同,起到對某些數(shù)據(jù)子集進(jìn)行剪枝的作用。
　　 第二,為了實(shí)現(xiàn)用多重支持度發(fā)現(xiàn)更多長模式的目的,提出了從冗余的FP-tre

3、e挖掘頻繁模式的方法。利用從條件FP-tree可以直接產(chǎn)生頻繁項(xiàng)集的特點(diǎn),根據(jù)模式長度改變支持度閾值,產(chǎn)生支持度不同的模式。約束函數(shù)采用分段函數(shù)實(shí)現(xiàn),具有簡單、靈活的特點(diǎn),允許用戶指定最小模式長度和支持度范圍,能夠方便地發(fā)現(xiàn)用戶感興趣的長模式。
　　 第三,稀疏數(shù)據(jù)源是數(shù)據(jù)挖掘任務(wù)中常見的一種數(shù)據(jù)源類型,本文在分析頻繁模式挖掘中各種已有的數(shù)據(jù)結(jié)構(gòu)基礎(chǔ)上,提出了一種壓縮存儲稀疏數(shù)據(jù)源的鏈表結(jié)構(gòu),并在此基礎(chǔ)上提出了稀疏數(shù)據(jù)源頻繁模式

4、挖掘算法,實(shí)現(xiàn)了高效挖掘稀疏數(shù)據(jù)源頻繁模式的目的。詳細(xì)討論了VODCA系統(tǒng)環(huán)境下視圖的劃分依據(jù)和使用。
　　 最后,針對再制造/制造集成系統(tǒng)供應(yīng)鏈管理中的兩個關(guān)鍵問題:回收商選擇問題和專業(yè)拆解中心選址問題,討論了頻繁模式挖掘算法在這類問題中的應(yīng)用,提出了回收商績效評價系統(tǒng)模型,介紹了關(guān)鍵屬性的選取和處理方法。采用基于x2統(tǒng)計(jì)的有監(jiān)督屬性量化方法和屬性值映射方法,將數(shù)據(jù)源處理成為稀疏數(shù)據(jù)集,尋找屬性之間的關(guān)聯(lián)關(guān)系,為問題中各類評價