論文背景介紹

在基于Fp-tree的關聯數據挖掘算法出現之前，人們對于增量數據挖掘已經做出了探索，但這些算法均是基于Apriori算法，所以很難應用于基于Fp-tree的增量數據挖掘。

本文引入了一個高效的增量數據挖掘算法，Cantree，通過實驗對比已有的基于Fp-tree的增量數據挖掘算法FELINE和AFPIM，評價出各個算法的優劣以及它們的適用范圍。

Fp-tree的改進算法

FELINE：該算法在存儲上對Fp-tree進行了壓縮，它的構造過程較為費時，適用于interactive mining，即“build once,mine many”.對于min_support_count經常變換的情況較為適合。

AFPIM：該算法適用于增量數據挖掘，因為數據庫修改后，每個itemsets的support_count會改變，通過計算改變后數據庫中1-itemset的support_count，并做一次重新排序。對排序后的結果通過冒泡排序的方法對原來的Fp-tree做一次更新維護。他的缺點是對于新的滿足min_support_count的itemset沒有更新進來，所以當加入足夠多的transaction后，需要重新構建新的Fp-tree。優點是對經常小范圍更新數據庫的情況，有一定的優勢。

Cantree算法簡介

Fp-tree在構造的過程中會首先遍歷數據庫，得到1-itemset的support_count，并提取其中的頻繁項，對篩選出的結果參照support_count的大小降序排序，并依照這個順序遍歷數據庫中的每個transactions，構造fp-tree。

Cantree的構造：
對Fp-tree的構造做了精簡，省去了Fp-tree開始對1-itemset的support_count的統計，所以它僅僅需要掃描一次數據庫。在構造樹的過程中對于每個transaction中的itemsets按照一個固定順序排序（比如升序排序），然后按照Fp-tree的構造方法遍歷數據庫。形成的Cantree要比Fp-tree大一些，因為它增加了一些非頻繁項。正因為如此，當有新的db‘加入時，它可以直接對transaction進行掃描加入Cantree當中。

Cantree的查找：
CanTree在查找過程類似于Fp-tree，不同點在于因為Fp-tree中的節點已經按照support_count排序，它的查找過程是自下而上的，而CanTree需要對上下路徑分別進行查找，并排除其中小于min_support_count的項。

詳細的算法介紹和測評結果見論文：CanTree a tree structure for efficient incremental mining of frequent patterns

總結

以上是生活随笔為你收集整理的增量数据挖掘论文推荐的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。