Transcript 下載/瀏覽

Index-BitTableFI: An improved
algorithm for mining frequent itemsets
Knowledge-Based Systems 21 (2008) 507–513
作者：Wei Song，Bingru Yang ， Zhangyan Xu
報告者：涂 剛
大綱
前言
 相關研究
 研究方法
 實驗結果分析
 結論

前言

資料探勘是從大量資料中找出隱藏、潛在有用的資
訊與知識，對於支援企業行銷決策，將提供極有幫
助參考資訊。

資料探勘大致上可分為：關聯規則、分群、分類、
次序相關分析及預測等。

在探勘關聯規則的方法中，Apriori演算法是最常被
使用的方法之一。
相關研究
Apriori演算法探勘關聯規則的步驟
1.
找出frequentk-1，k>1，若為，則停止執行
2.
由步驟(1)組合前兩項k-2項目相同的frequentk-1，形成itemsetk
3.
判斷由步驟(2)找出的itemsetk，所有包含的itemsetk-1之子集
合是否都出現在步驟(1)，若成立就保留此itemsetk，否則就
刪除
4.
檢查由步驟(3)擷取的itemsetk是否滿足最小支持度，若符合
就成為frequentk，否則就刪除
5.
計算frequentk所形成的關聯規則，若滿足最小信賴度，則關
聯規則成立
6.
跳至步驟(1)找frequentk+1，直到無高頻項目組為止
研究方法(1/4)

這篇研究主要是改良Apriori演算法，使其可以達到
更高效率的探勘結果。

使用了Index Array (IA)，可讓相同的代表項目直接
透過代表項目即能知道是在哪一個索引項目裡。

使用了BitTable表格，可以降低不必要的候選項目組
以及減少計算支持度的個數。

對於多餘的項目集不用多次掃描，使其效率更高。
研究方法(2/4)

首先由基本資料庫轉換，使用升冪排列方式，小於
最小支持度者刪除

A ：8、 B：2、 C：8、 D：2、 E：8、 F：2、 G：
5
研究方法(3/4)

Index Array ：(B,FACE)、(D,AC)、(F,ACE) 、
(G,AC)、(A,C)、(C, Ø)、(E,Ø)
研究方法(4/4)

先由廣度搜尋再由深度搜尋index array ：(B,FACE)、
(D,AC)、(F,ACE) 、(G,AC)、(A,C)、(C, Ø)、(E,Ø)
實驗結果分析
結論

資料庫是會隨時間而逐漸龐大，因此要如何減少項
目組的產生，加速候選項目組的產生。

要如何設計出高效能探勘，有效減少搜尋掃描時間
才是資料探勘最主要的目的。