数据挖掘进阶之关联规则挖掘FP-Growth算法

数据挖掘进阶之关联规则挖掘FP-Growth算法

绪

近期在写论文方面涉及到了数据挖掘，需要通过数据挖掘方法实现软件与用户间交互模式的获取、分析与分类研究。主要涉及到关联规则与序列模式挖掘两块。关联规则挖掘使用基于有趣性度量标准的FP-Growth算法，序列模式挖掘使用基于有趣性度量标准的GSP算法。若想实现以上优化算法，首先必须了解其基本算法，并编程实现。关键点还是在于理解算法思想，只有懂得了算法思想，对其进行优化操作易如反掌。源代码方面，其实是自己从网络中查找并进行阅读，在理解的基础上进行优化。下面首先介绍一下基本的FP-Growth算法的实现过程:

原理介绍

基本思路：不断地迭代FP-tree的构造和投影过程。

对于每个频繁项，构造它的条件投影数据库和投影FP-tree。对每个新构建的FP-tree重复这个过程，直到构造的新FP-tree为空，或者只包含一条路径。当构造的FP-tree为空时，其前缀即为频繁模式；当只包含一条路径时，通过枚举所有可能组合并与此树的前缀连接即可得到频繁模式。

算法实现

本算法采用Java实现，主要根据序列模式的情况，算法共有2个类：

MyFptree类：算法核心类。FP-Growth算法的核心操作：建树和挖掘频繁项操作都在这里实现。在使用该算法时，也是需要通过使用该类的方法来实现GSP算法。

TreeNode2类：元素类。在本算法实现中，元素类中含有元素属性集，在使用时也是使用该属性。另外，在该类中还封装了对元素的操作以及一些其他操作。

有关源码请点击下载。

有关序列模式挖掘的GSP算法，详见鄙人博客中“数据挖掘进阶之序列模式挖掘GSP算法”一文。