高性能数据挖掘(快速项集挖掘算法及性能研究)

前言

第1章 概述
1．1 项集：数据挖掘研究领域的焦点之一
1．2 频繁项集挖掘问题的研究历史
1．3 高可用项集挖掘问题的研究历史
1．4 本书的主要内容

第2章 频繁项集挖掘问题
2．1 概述
2．1．1 问题形式化定义
2．1．2 搜索空间与方法
2．2 基础频繁项集挖掘算法介绍
2．2．1 经典的候选生成Apriori算法
2．2．2 以垂直视角处理数据库的Eclat算法
2．2．3 基于前缀树结构的FP-growth算法
2．3 性能测试的软硬件环境
2．3．1 数据库描述
2．3．2 参照算法介绍
2．3．3 其他软硬件设施
2．4 实验一：三种基础算法的性能测试
2．4．1 实验结果
2．4．2 性能评价

第3章 BFP-growth：快速模式增长算法
3．1 经典模式增长算法的性能分析
3．1．1 影响FP-growth性能的三个因素
3．1．2 ICDM*佳算法：FPgrowth
3．2 批量模式增长算法：BFP-growth
3．2．1 性能提升的途径
3．2．2 核心步骤：两次前缀树遍历
3．2．3 算法伪代码
3．3 BFP-growth算法的性能分析
3．3．1 更少的遍历花费
3．3．2 FP-array技术应该集成在BFP-growth中吗
3．3．3 无修饰的前缀树结构
3．4 实验二：BFP-growth的性能测试及讨论
3．4．1 BFP-growth及FPgrowth*与基础算法的对比
3．4．2 实验结果讨论
3．5 小结

第4章 基于结点集合结构的NS算法
4．1 Eclat及FP-growth算法的优缺点
4．2 结点集合结构(Node-set)
4．2．1 条件结点
4．2．2 结点拓扑序号
4．2．3 使用结点集合结构表示前缀树
4．3 NS算法
4．3．1 映射前缀树到结点集合结构
4．3．2 从结点集合结构中挖掘频繁项集
4．3．3 一个例子
4．3．4 NS算法的原子操作
4．4 实验三：NS算法与其他快速挖掘算法的性能对比
4．4．1 实验结果
4．4．2 结果讨论：NS算法的性能优势
4．5 小结

第5章 用Patricia*结构挖掘频繁项集
5．1 研究动机
5．2 Patricia*结构
5．2．1 单孩子结点
5．2．2 构造：Patricia*结构
5．3 用Patricia*结构挖掘频繁项集
5．3．1 先前的挖掘流程
5．3．2 改进的挖掘流程
5．3．3 PatriciaMine*算法
5．4 实验结果
5．4．1 结点数量统计
5．4．2 性能对比
5．5 小结

第6章 频繁项集挖掘算法的内存耗费
6．1 BFP-growth算法内存使用情况分析
6．2 NS算法内存使用情况分析
6．3 实验四：快速挖掘算法的内存耗费
6．4 SP算法
6．4．1 研究动机
6．4．2 基础知识
6．4．3 挖掘频繁项集
6．4．4 实验结果与结论

第7章 高可用项集挖掘问题
7．1 从频繁项集到高可用项集
7．2 问题的形式化定义
7．3 已有挖掘算法概述

第8章 非候选生成高可用项集挖掘算法
8．1 项集有用性列表结构
8．1．1 初始有用性列表
8．1．2 2-项集的有用性列表
8．1．3 缸项集有用性列表(k≥3)
8．2 HUI-Miner算法
8．2．1 剪枝策略
8．2．2 算法伪代码
8．3 HUI-Miner算法的实现细节
8．3．1 有用性列表表头
8．3．2 重新标注tid
8．3．3 交易权重有用性增加的顺序
8．4 实验五：HUI-Miner性能测试
8．4．1 实验设置
8．4．2 HUI-Miner及对比算法的运行时间
8．4．3 HUI-Miner及对比算法的内存耗费
8．4．4 项处理顺序对HUI-Miner性能的影响
8．4．5 可扩展性
8．4．6 实验结果讨论
8．5 小结

第9章 快速识别高可用项集
9．1 先前算法的性能瓶颈
9．2 基本识别算法(BIA)
9．3 基于候选树的快速识别算法(FIA)
9．3．1 候选树结构
9．3．2 快速识别算法
9．4 算法分析：BIA与FIA
9．5 实验六：BIA与FIA的性能对比
9．5．1 高可用项集识别时间
9．5．2 候选项集生成时间
9．5．3 内存耗费
9．5．4 实验结果分析
9．6 实验七：FIA-UP-Growth+和HUI-Miner的性能对比
9．6．1 运行时间&内存耗费
9．6．2 实验结果分析
9．7 小结

第10章 *大频繁项集挖掘
10．1 介绍
10．2 基本概念
10．3 MAFIA算法
10．3．1 深度优先遍历
10．3．2 搜索空间剪枝
10．3．3 有效的MFI超集检查
10．4 挖掘非*大频繁项集
10．4．1 挖掘所有的频繁项集
10．4．2 挖掘所有的频繁闭项集
10．5 实施细节
10．6 结论

第11章 频繁闭项集挖掘
11．1 介绍
11．2 频繁项集挖掘
11．2．1 基本定义
11．2．2 先前的解决方案
11．3 项集-记录标识符集合搜索树与等价类
11．4 CHARM算法设计与实现
11．4．1 快速的闭项集子集合检查
11．4．2 使用差异集合快速进行频繁计数
11．4．3 其他优化及正确性
11．5 实验结果
11．6 结论
参考文献