基于多維數(shù)據(jù)集的異常子群發(fā)現(xiàn)技術(shù)
摘要：非頻繁項集是未被標(biāo)準(zhǔn)化的頻繁項集產(chǎn)生算法(如APRIORI以及FP-Growth算法)提取的所有項集.在數(shù)據(jù)集上挖掘有意義的非頻繁項集是數(shù)據(jù)挖掘的重要工作之一.目前,基于傳統(tǒng)數(shù)據(jù)集的非頻繁項集挖掘研究主要集中在負(fù)相關(guān)、負(fù)模式以及間接關(guān)聯(lián)等方面,且主要是對整個數(shù)據(jù)集上的性質(zhì)進(jìn)行分析,而沒有對數(shù)據(jù)集的切片進(jìn)行分析.該文提出了一種新的模式,試圖找到符合如下條件的特定子群,其描述的數(shù)據(jù)集切片上存在某些特殊項集,這些項集在整個數(shù)據(jù)集上并非頻繁項集,但是在該數(shù)據(jù)集切片上卻是頻繁項集.根據(jù)用戶要求自動找出這些異常子群以及其對應(yīng)項集的算法在數(shù)據(jù)分析中有著十分重要的意義.該文提出的解決方案由兩部分組成:候選產(chǎn)生階段以及查詢交互階段.前者是一個脫機(jī)處理的過程,而后者則是在線實時反饋的過程.在候選產(chǎn)生階段,該文提出了一種基于多維數(shù)據(jù)集高效產(chǎn)生頻繁項集以及顯著子群并有效建立索引的算法.根據(jù)索引,在查詢交互階段,該文提出的算法框架可以快速準(zhǔn)確地返回給定查詢對應(yīng)的異常子群以及對應(yīng)項集.基于多個真實數(shù)據(jù)集的實驗表明,該文提出的方案可以根據(jù)用戶要求實時返回有意義的異常子群以及對應(yīng)項集.此外,該文提出的算法在多維數(shù)據(jù)集上的挖掘效率比UTMTU算法提升了數(shù)倍.
注：因版權(quán)方要求，不能公開全文，如需全文，請咨詢雜志社。
計算機(jī)學(xué)報雜志
計算機(jī)學(xué)報雜志， 月刊，本刊重視學(xué)術(shù)導(dǎo)向，堅持科學(xué)性、學(xué)術(shù)性、先進(jìn)性、創(chuàng)新性，刊載內(nèi)容涉及的欄目：研究論文與技術(shù)報告、短文、學(xué)術(shù)通信、學(xué)術(shù)活動、中國計算機(jī)學(xué)會學(xué)術(shù)動態(tài)等。于1978年經(jīng)新聞總署批準(zhǔn)的正規(guī)刊物。
- 北大期刊
- CSCD期刊
- 統(tǒng)計源期刊
- 1-3個月審核
