郝天鹏　王斌

摘要：数据挖掘技术被广泛用于处理存储在数据库中的大量数据，以提取所需的信息。其有多种获取数据的技术，关联规则挖掘是其中最有效的数据挖掘技术之一。它从大量数据中发现隐藏的所需数据模式。在现有技术中的频繁模式生长（FP-growth）算法是找到期望关联规则的最有效的算法，它只需扫描数据库两次进行处理。但FP-growth算法的问题是在大规模数据环境下它生成大量的条件Fp树，造成挖掘效率低下的问题。在提出算法中，我们设计了一种新技术，它挖掘出所有的频繁项集，而不产生条件Fp树。与传统FP-growth算法不同，它仅扫描数据库一次，这降低了算法的时间效率。并且找出频繁项集合的频率，以获取所需的关联规则。实验证明，改进FP-growth算法的效率较传统FP-growth算法有很大提高。

关键词：FP树；关联规则；频繁项集；数据挖掘

1概述

数据挖掘技术用于处理存储在数据仓库中的非常大量的数据数据库，找出所需的有用知识和信息。现在，许多数据挖掘技术已经被提出来了，如关联规则、决策树、神经网络等。并且该技术已经成为人们关注的焦点。数据挖掘中最著名的技术之一便是关联规则挖掘。这是最高效的数据挖掘技术。它从大型数据库中发现隐藏模式，并找到数据中不同属性之间的关系。

关联规则首先被R.Agrawal等人提出。规则用于得到用户输入数值的支持度和置信度。关联规则通常是形式x-y的表达式，其中x是前项，y是结果。关联规则表示在x已经发生的条件下，y发生的次数的支持度和置信度。……