基于缓冲区技术的增量数据关联规则挖掘算法

刘雯婷，周 军

基于缓冲区技术的增量数据关联规则挖掘算法

刘雯婷，周 军

（辽宁工业大学 电子与信息工程学院，辽宁 锦州 121001）

利用传统的FP-tree算法对增量数据进行挖掘，需要多次建树，效率较低。CAN-tree算法虽避免了多次建树，但当数据增量改变时，需多次更新树，并且伴随有数据丢失的现象发生。针对以上问题，提出了一种基于缓冲区技术的增量数据关联规则挖掘算法，算法利用缓冲区技术避免数据丢失的情况发生，有效提高关联规则的挖掘效率，实验结果表明算法是有效的。

增量数据；关联规则；缓冲区

随着互联网的飞速发展，大数据和云计算已成为学术界的热点研究对象。伴随信息时代的不断发展，各行业积累了海量数据，人们希望通能够过技术的进步来有效存储并挖掘这些数据，关联规则技术是数据挖掘中的重要部分，主要用于发现事务数据库中项与项间的隐藏联系。目前大多数的增量数据关联规则挖掘算法都是在Apriori算法[1]以及FP-Growth算法[2]上进行改进所得到的。牛海玲等[3]将Apriori算法进行并行处理，引入矩阵从而有效减少扫描数据库的次数，利用局部和全局剪枝方法来减小候选项集数目。易彤等[4]在FP-tree的基础上引入支持度函数概念，避免大量候选项集的生成。程广等[5]将FP-Growth算法与MapReduce方法相结合，提高关联规则挖掘效率。但上述这些改进算法仍存在诸多问题，需要多次扫描数据库，当数据量改变时需重新建树，在挖掘过程中，因为要保存项集信息，需多次递归生成条件FP-tree，浪费大量时间和空间。……