陈凤娟（辽宁对外经贸学院基础课教研部　辽宁大连　116052）



不确定数据库频繁项集挖掘算法研究

陈凤娟
（辽宁对外经贸学院基础课教研部辽宁大连116052）

摘要：在不确定数据库中，一个项集的支持度不再是一个出现次数的累计，而是一个随机变量。因此，不像确定数据库中频繁项集有一个特定的定义，在不确定数据环境下，频繁项集有两种不同的定义。根据这两种定义，现有的频繁项集挖掘工作被分成了两类。文章主要比较这两种不同的定义以及在这些定义基础上提出的挖掘算法。

关键词：不确定数据库；期望支持度；频繁概率；频繁项集

在设计挖掘不确定数据库中的频繁项集的算法之前，如何定义频繁项集是最重要的问题。在确定数据库中，只要一个项集的支持度或频度不小于一个用户给定的最小支持度minsup，那么这个项集就是频繁的。因此，一个项集是否是频繁的是很明确的一件事。但是在不确定数据库中，情况就不同了。在不确定数据库中，一个项集是频繁的有两种不同的语义解释，一个是基于期望支持度的频繁项集，一个是概率频繁项集。这两种解释都把项集的支持度看成一个离散的随机变量，但是，二者在使用随机变量来定义频繁项集的方法是不同的。

一、不确定数据库

不确定数据库就是在数据库中包括不确定信息的数据库，根据不确定信息存在的位置不同，可以分为属性级不确定数据库和记录级不确定数据库。……