《電子技術應用》
您所在的位置:首頁 > 其他 > 設計應用 > 基于約束的多維Apriori改進算法
基于約束的多維Apriori改進算法
電子技術應用
王志昊,蘇明月,李東方,沈煒,楊光
(北京計算機技術及應用研究所,北京 100854)
摘要: 針對經(jīng)典多維關聯(lián)規(guī)則挖掘算法執(zhí)行效率不高、存在冗余規(guī)則的不足,提出基于約束的多維Apriori改進算法,在多維Apriori算法的基礎上,將用戶約束引入挖掘過程,根據(jù)關于謂詞的約束產生用戶感興趣的頻繁謂詞集,并以此為依據(jù)刪減事務集。該算法一方面通過用戶約束大大縮減了候選謂詞集的產生,另一方面經(jīng)過刪減的事務集也降低了掃描數(shù)據(jù)庫的開銷,最終實現(xiàn)了挖掘效率的提高以及冗余規(guī)則的減少。應用該算法在FPGA代碼缺陷事務集上進行對比實驗,實驗結果證明了該算法相比多維Apriori算法,在搜索效率以及挖掘結果的準確性方面均得到了改善,有效提高了FPGA代碼缺陷分析的準確性。
中圖分類號:TP311 文獻標志碼:A DOI: 10.16157/j.issn.0258-7998.233873
中文引用格式: 王志昊,蘇明月,李東方,等. 基于約束的多維Apriori改進算法[J]. 電子技術應用,2023,49(10):100-105.
英文引用格式: Wang Zhihao,Su Mingyue,Li Dongfang,et al. Algorithm of multi-dimensional Apriori with constraints[J]. Application of Electronic Technique,2023,49(10):100-105.
Algorithm of multi-dimensional Apriori with constraints
Wang Zhihao,Su Mingyue,Li Dongfang,Shen Wei,Yang Guang
(Institute 706, Second Academy of China Aerospace Science and Industry Corporation, Beijing 100854, China)
Abstract: Aiming at the inefficiency of multi-dimensional association rules mining algorithm and the existence of redundant rules, an algorithm of multi-Dimensional apriori with constraints is proposed. Based on the multi-dimensional Apriori algorithm, the algorithm controls the mining process with user constraints. According to the predicate constraint, the frequent predicate set that is of interest to the user is generated, and the transaction set is deleted based on the predicate constraint. On the one hand, the algorithm greatly reduces the generation of candidate predicate sets through user constraints. On the other hand, the reduced transaction set also reduces the scanning database overhead. Finally, the efficiency of mining is improved and the redundant rules are reduced. This algorithm is used to compare experiments on FPGA code defect transaction sets. The experimental results show that compared with the multi-dimensional Apriori algorithm, this algorithm has improved the search efficiency of frequent predicate sets and the accuracy of mining results.
Key words : association rules mining;multi-dimensional association rule;Apriori;frequent predicate set;predicate constraint;data mining

0 引言

現(xiàn)代社會,生產力快速發(fā)展,通過不斷變革生產信息技術,人們大大提高了創(chuàng)造和收集數(shù)據(jù)的能力,迅速擴大了數(shù)據(jù)資料的規(guī)模。急劇增長的數(shù)據(jù)資料和數(shù)據(jù)庫迫使人們采用新的技術手段和工具來處理海量的數(shù)據(jù),自動自主地幫助人們管理、提取并分析有用的信息,來發(fā)掘有價值的知識,為人們提供決策服務。由此,數(shù)據(jù)挖掘(Data Mining)[1] 在這樣的宏觀背景下誕生。將數(shù)據(jù)挖掘技術充分運用到現(xiàn)實的生產中,提高企業(yè)生產的效率,降低生產成本。數(shù)據(jù)挖掘的應用范圍較廣,如聚類、預測、分類、異常分析以及相互關聯(lián)性分析。

數(shù)據(jù)挖掘中,關聯(lián)規(guī)則是較為主要的研究對象。其中頻繁項集的產生是最核心、最受關注的問題。關聯(lián)規(guī)則反映了一個事物與其他事物之間的相互依存和關聯(lián)性[2]。換句話說,關聯(lián)規(guī)則是一種隱含在數(shù)據(jù)中的知識模型,其通過量化數(shù)字,從海量數(shù)據(jù)中挖掘出有價值的數(shù)據(jù)項之間的相關關系[3]。

關聯(lián)規(guī)則挖掘最初由Agrawal[4]等人于1993年提出,通過關聯(lián)規(guī)則的挖掘可以找出潛藏在數(shù)據(jù)庫中各個屬性之間的關系,輔助人們更合理地進行商業(yè)活動、金融決策和生產生活等。

目前,典型的挖掘關聯(lián)規(guī)則的算法主要是Apriori算法[5],其核心在于找到數(shù)據(jù)庫中的所有頻繁項集。Apriori算法通過逐級產生頻繁項集并利用先驗性質縮減候選項集產生。在掃描數(shù)據(jù)集的過程中,Hossain提出可使用自動遞歸連接來挖掘候選項目集[6],然后剪枝用于挖掘頻繁項集。2021年,Li等人提出基于時序約束的關聯(lián)規(guī)則挖掘,減小了系統(tǒng)開銷[7]。Wang等人利用MapReduce的思想改進Apriori算法,有效提高了搜索效率[8]。2022年,Dhinakaran等人集成Apriori算法和仿生算法,通過降低處理大型數(shù)據(jù)集時的低運行時性能來解決頻繁項集問題[9]。



本文詳細內容請下載:http://www.xxav2194.com/resource/share/2000005721




作者信息:

王志昊,蘇明月,李東方,沈煒,楊光

(北京計算機技術及應用研究所,北京 100854)


微信圖片_20210517164139.jpg

此內容為AET網(wǎng)站原創(chuàng),未經(jīng)授權禁止轉載。
主站蜘蛛池模板: 18女人腿打开无遮掩| 人妻系列无码专区久久五月天 | 好男人在线社区www在线视频一| 亚洲狠狠色丁香婷婷综合| 日本免费xxx| 成年人免费视频软件| 亚洲精品亚洲人成在线麻豆| 黑巨茎大战俄罗斯美女| 性欧美videos高清喷水| 亚洲成AV人片久久| 草草草在线观看| 夜夜嘿视频免费看| 九色综合狠狠综合久久| 精品欧美一区二区三区免费观看| 图片区精品综合自拍| 久热这里只精品99国产6_99| 羞羞视频网站在线观看| 国产自产2023最新麻豆| 久久久香蕉视频| 爱豆传媒视频在线网址最新| 国产成人精品亚洲| 一二三四视频日本高清| 欧美一级黄色片视频| 啊灬啊别停灬用力啊动视频| 337p西西人体大胆瓣开下部| 日本三级韩国三级三级a级按摩| 人妻有码中文字幕| 91黑丝国产线观看免费| 学渣坐在学长的棒棒上写作业作文| 亚洲国产午夜电影在线入口| 老司机久久影院| 国产精品自产拍在线观看| 久久99精品久久久久久噜噜| 波多野结衣被三个小鬼| 国产人成视频在线观看| 99久久精品免费看国产一区二区三区 | 国产初次破初视频情侣| freehd182d动漫| 日韩内射美女片在线观看网站| 免费一区二区三区四区| 国产4tube在线播放|