English  |  正體中文  |  简体中文  |  全文筆數/總筆數 : 80990/80990 (100%)
造訪人次 : 41077401      線上人數 : 1012
RC Version 7.0 © Powered By DSPACE, MIT. Enhanced by NTU Library IR team.
搜尋範圍 查詢小技巧:
  • 您可在西文檢索詞彙前後加上"雙引號",以獲取較精準的檢索結果
  • 若欲以作者姓名搜尋,建議至進階搜尋限定作者欄位,可獲得較完整資料
  • 進階搜尋


    請使用永久網址來引用或連結此文件: http://ir.lib.ncu.edu.tw/handle/987654321/12894


    題名: FP-tree(Frequent Pattern Tree)的調整維護技術研究
    作者: 張元哲;Yuan-Che Chang
    貢獻者: 資訊管理研究所
    關鍵詞: 資料挖掘;Data Mining;association rules;FP-tree
    日期: 2001-07-04
    上傳時間: 2009-09-22 15:17:42 (UTC+8)
    出版者: 國立中央大學圖書館
    摘要: 在資料庫中挖掘association rules是相當普遍的資料挖掘課題,而這類的研究主要可以分成兩大類:(1)利用Apriori-like的方法產生candidate set,並找出符合minimum support的large itemsets,再依據large itemsets產生association rules;(2)使用Non Apriori-like的方法,找出large itemsets。這兩類的方法中,第(2)類的方法在效率上明顯優於第(1)類,而在第(2)類方法中,又以FP-tree(Frequent Pattern Tree)的結構結合FP-growth algorithm的方法最新、最有效率也最為著名,如今它已經實際運用於DBMiner中,而且有很好的效率表現。 然而上述的兩類方法都需要掃描資料庫兩次以上,在超大型的交易資料庫上進行這樣的動作將相當費時,因此如果能夠依照交易資料庫的異動情況,以incremental的方式修改large itemsets來維護association rules的正確性,又不需要重新掃描資料庫,便相當有價值。過去所提出的incremental維護方法,均是針對第(1)類方法所進行的研究,而第(2)類方法目前都還沒有人提出相關的incremental維護方法,本研究便是針對第(2)類方法中的FP-tree結構,提出incremental維護演算法FPI(FP-tree Incremental),可以在資料庫發生insert、delete或update時,不需要重新掃描整個資料庫即可很有效率地動態調整FP-tree,使它維持正確的結構。另外一種常見的情況是產生association rule的minimum support變小時,由於FP-tree並未包含原先minimum support下屬於infrequent item的node,故需要重新掃描資料庫來建構新的FP-tree,FPI在這種情況下也可以達到動態調整的目的,而不用浪費掃描整個資料庫的I/O時間來重新建構FP-tree。 由於FP-tree通常遠小於交易資料庫本身而可以放在主記憶體中,所以一旦完成FP-tree的建構,以FP-growth來產生frequent patterns就非常的迅速,因此它所花費的主要時間便在掃描資料庫的I/O和建構FP-tree之上,本研究所提供的FPI演算法可以即時地維護FP-tree正確結構,使association rules可以快速產生。
    顯示於類別:[資訊管理研究所] 博碩士論文

    文件中的檔案:

    檔案 大小格式瀏覽次數


    在NCUIR中所有的資料項目都受到原著作權保護.

    社群 sharing

    ::: Copyright National Central University. | 國立中央大學圖書館版權所有 | 收藏本站 | 設為首頁 | 最佳瀏覽畫面: 1024*768 | 建站日期:8-24-2009 :::
    DSpace Software Copyright © 2002-2004  MIT &  Hewlett-Packard  /   Enhanced by   NTU Library IR team Copyright ©   - 隱私權政策聲明