不确定数据频繁闭项集挖掘算法

　　由于不确定数据的向下封闭属性，挖掘全部频繁项集的方法会得到一个指数级的结果。为获得一个较小的合适的结果集，研究了在不确定数据上挖掘频繁闭项集，并提出了一种新的频繁闭项集挖掘算法-NA-PFCIM。该算法将项集挖掘过程看作一个概率分布函数，考虑到基于正态分布模型的方法提取的频繁项集精确度较高，而且支持大型数据库，采用了正态分布模型提取频繁项集。同时，为了减少搜索空间以及避免冗余计算，利用基于深度优先搜索的策略来获得所有的概率频繁闭项集。该算法还设计了两个剪枝策略：超集修剪和子集修剪。最后，在常用的数据集（ T1014DIOOK、Accidents、Mushroom、Chess）上，将提出的NA-PFCIM算法和基于泊松分布的A-PFCIM算法进行比较。实验结果表明，NA-PFCIM算法能够减少所要扩展的项集，同时减少项集频繁概率的计算，其性能优于对比算法。