基于FPgrowth算法的高維混合屬性數(shù)據(jù)挖掘方法

摘"要：常規(guī)高維混合屬性數(shù)據(jù)挖掘方法多采用云平臺(tái)技術(shù)，無法完整保留數(shù)據(jù)的結(jié)構(gòu)相似性，使得數(shù)據(jù)挖掘效率較低。為此，提出了基于FPgrowth算法的高維混合屬性數(shù)據(jù)挖掘方法。為了改善數(shù)據(jù)質(zhì)量，根據(jù)高維混合屬性數(shù)據(jù)在數(shù)據(jù)庫中的存儲(chǔ)結(jié)構(gòu)，采用了一種固定算法實(shí)現(xiàn)數(shù)據(jù)去噪，并依據(jù)數(shù)據(jù)類型計(jì)算分類型和數(shù)值型相似度，結(jié)合FPgrowth算法對(duì)頻繁項(xiàng)樣本分支進(jìn)行篩選生成項(xiàng)表頭，保證數(shù)據(jù)結(jié)構(gòu)相似性的完整性，通過搜索項(xiàng)表頭輸出有效關(guān)聯(lián)規(guī)則，實(shí)現(xiàn)數(shù)據(jù)挖掘過程。實(shí)驗(yàn)結(jié)果表明，所提方法具有較高的挖掘效率。

關(guān)鍵詞：數(shù)據(jù)挖掘；FPgrowth算法；固定算法；高維混合屬性

中圖分類號(hào)：TH17""""""文獻(xiàn)標(biāo)識(shí)碼：A

A"High"Dimensional"Mixed"Attribute"Data"Mining"

Method"Based"on"FPgrowth"Algorithm

LIANG"Shujie

（Guangdong"Preschool"Normal"College"in"Maoming，"Maoming，Guangdong"525200，China）

Abstract：Conventional"highdimensional"mixed"attribute"data"mining"methods"mostly"use"cloud"platform"technology，"which"can"not"completely"preserve"the"structural"similarity"of"data，"making"the"efficiency"of"data"mining"low."For"this"reason，"a"high"dimensional"mixed"attribute"data"mining"method"based"on"FPgrowth"algorithm"is"proposed."In"order"to"improve"the"data"quality，"according"to"the"storage"structure"of"highdimensional"mixed"attribute"data"in"the"database，"a"fixed"algorithm"is"adopted"to"denoise"the"data，"and"the"classification"and"numerical"similarity"are"calculated"according"to"the"data"type，"and"the"FPgrowth"algorithm"is"combined"to"filter"the"frequent"item"sample"branches"to"generate"the"item"header"to"ensure"the"integrity"of"the"data"structure"similarity，"and"the"data"mining"process"is"realized"by"outputting"effective"association"rules"from"the"search"item"header."Experimental"results"show"that"the"proposed"method"has"high"mining"efficiency.

Key"words：data"mining;"FPgrowth"algorithm;"fixed"algorithm;"highdimensional"mixed"attributes

互聯(lián)網(wǎng)環(huán)境中，高維混合屬性數(shù)據(jù)具有特征參數(shù)較多、屬性復(fù)雜等特點(diǎn)，為提高網(wǎng)絡(luò)資源的利用率，需要采取一些技術(shù)手段對(duì)數(shù)據(jù)進(jìn)行挖掘，擴(kuò)大對(duì)數(shù)據(jù)的利用范圍。如文獻(xiàn)[1]利用差分進(jìn)化算法對(duì)數(shù)據(jù)進(jìn)行挖掘，該方法通過采集數(shù)據(jù)庫中的原始數(shù)據(jù)，根據(jù)其結(jié)構(gòu)類型建立采集模型，并通過設(shè)定模型的聚類中心，采用差分進(jìn)化算法計(jì)算數(shù)據(jù)的聚類數(shù)量，根據(jù)樣本結(jié)構(gòu)對(duì)數(shù)據(jù)進(jìn)行聚類分析，最終實(shí)現(xiàn)數(shù)據(jù)挖掘過程，該方法的挖掘穩(wěn)定性較強(qiáng)，但對(duì)于高維混合屬性的大數(shù)據(jù)而言，其靈活性較差，實(shí)用性比較受限，且挖掘準(zhǔn)確性還需提高；文獻(xiàn)[2]利用物聯(lián)網(wǎng)邊緣計(jì)算對(duì)數(shù)據(jù)挖掘展開研究，此方法通過對(duì)數(shù)據(jù)源進(jìn)行分布式計(jì)算，求得邊緣側(cè)數(shù)據(jù)的調(diào)度系數(shù)，并利用貝葉斯關(guān)聯(lián)分析搭建挖掘技術(shù)模型，以此完成數(shù)據(jù)挖掘任務(wù)，但該方法面對(duì)多層次的高維混合屬性數(shù)據(jù)時(shí)，適應(yīng)度和抗干擾性較差。

根據(jù)對(duì)以上高維混合屬性數(shù)據(jù)挖掘方法的分析，提出了利用FPgrowth算法對(duì)高維混合屬性數(shù)據(jù)進(jìn)行挖掘，從多組數(shù)據(jù)的相似度來提取數(shù)據(jù)集中的頻繁項(xiàng)集，并輸出有效強(qiáng)關(guān)聯(lián)規(guī)則，進(jìn)而達(dá)到對(duì)數(shù)據(jù)可靠性挖掘的目的。

1"高維混合屬性數(shù)據(jù)挖掘方法設(shè)計(jì)

1.1"高維混合屬性數(shù)據(jù)去噪

高維混合屬性數(shù)據(jù)在數(shù)據(jù)庫中的存儲(chǔ)結(jié)構(gòu)為動(dòng)態(tài)重組，數(shù)據(jù)樣本位置多分布于多維分塊區(qū)域，其中包括大量的正樣本數(shù)據(jù)、負(fù)樣本數(shù)據(jù)及存在噪聲干擾的多源數(shù)據(jù)。為穩(wěn)定挖掘過程，提高挖掘質(zhì)量，在對(duì)數(shù)據(jù)進(jìn)行挖掘之前，需要執(zhí)行去噪處理[3]。本文采用固定算法實(shí)現(xiàn)數(shù)據(jù)去噪。

非高斯型度量函數(shù)如下：

J（y）=EG（y）－EG（v）2"（1）

上式中，E（·）表示數(shù)據(jù)期望值；G（·）表示數(shù)據(jù)的非線性函數(shù)；y表示數(shù)據(jù)屬性部分權(quán)重；v表示絕對(duì)偏差。

為了快速提取到數(shù)據(jù)集中的多個(gè)獨(dú)立分值，利用公式（2），將公式（1）的計(jì)算結(jié)果最大化[4]：

JG（w）=EG（wTp）－EJ（y）2"（2）

上式中，w表示數(shù)據(jù)多維變量；p表示高斯變量的協(xié)方差矩陣。

對(duì)度量函數(shù)最大化的過程實(shí)質(zhì)上是對(duì)EG（wTp）的改進(jìn)過程，當(dāng)EG（wTp）=‖w‖2=1時(shí)，可利用下式對(duì)最大化結(jié)果進(jìn)一步優(yōu)化，即：

wk+1=wk－EG（wTp）－βwkJG（w）－β（3）

上式中，β表示數(shù)據(jù)信息熵；k表示迭代次數(shù)。

為使得數(shù)據(jù)去噪結(jié)果更加準(zhǔn)確，當(dāng)完成一次優(yōu)化過程后，可采用標(biāo)準(zhǔn)化計(jì)算公式對(duì)優(yōu)化結(jié)果wk+1進(jìn)行處理：

wk+1/=‖wk+1‖""（4）

接下來，將上式與式（3）結(jié)合，進(jìn)行累加計(jì)算，得到wk+1多次迭代之后的結(jié)果，公式如下：

rk=EpG（wTp）wk+1（5）

上式中，rk表示數(shù)據(jù)的獨(dú)立分量。

式（5）表示初始權(quán)值矢量w0為隨機(jī)值，迭代次數(shù)為0時(shí)對(duì)權(quán)值矢量wk+1進(jìn)行更新的結(jié)果。

利用上式對(duì)高維混合屬性數(shù)據(jù)的估算分量進(jìn)行提取，重復(fù)該算法以分離數(shù)據(jù)組件[5]。為了保證提取出的數(shù)據(jù)組件之間內(nèi)部不存在關(guān)聯(lián)性，是相互獨(dú)立的，需要每次提取出分量之后，在其余迭代數(shù)據(jù)里將此分量剔除，循環(huán)以上操作，即可提取出原始空間中所有數(shù)據(jù)的分量，完成去噪過程。

通過利用固定算法最大化數(shù)據(jù)的非高斯度量函數(shù)，并優(yōu)化數(shù)據(jù)期望值，獲取高維混合屬性數(shù)據(jù)的獨(dú)立分量，進(jìn)而實(shí)現(xiàn)對(duì)數(shù)據(jù)的去噪處理，提高了數(shù)據(jù)庫中數(shù)據(jù)的初始質(zhì)量[6]，為計(jì)算數(shù)據(jù)相似度提供了便利條件。

1.2"高維混合屬性數(shù)據(jù)相似度計(jì)算

高維混合屬性數(shù)據(jù)在數(shù)據(jù)庫中的屬性通常表現(xiàn)為4種，包括方向、長(zhǎng)度、參量和標(biāo)題[7]。計(jì)算數(shù)據(jù)相似度是進(jìn)行數(shù)據(jù)挖掘的必要基礎(chǔ)，因此，首先對(duì)多屬性數(shù)據(jù)的相似度進(jìn)行計(jì)算，以獲取最終挖掘結(jié)果。

為了緩解網(wǎng)絡(luò)系統(tǒng)中數(shù)據(jù)庫的內(nèi)存壓力，提升外界算法的穩(wěn)定性，基于數(shù)據(jù)去噪結(jié)果，利用空間維度變換原理，對(duì)數(shù)據(jù)進(jìn)行矩陣變換。假設(shè)Dj表示數(shù)據(jù)庫中第j列的結(jié)構(gòu)矩陣，dji（i=1，2，…，m）為其中的數(shù)據(jù)對(duì)象，表示第i列、第j行的數(shù)據(jù)。如果矩陣中每行共有m個(gè)高維混合屬性數(shù)據(jù)，則Dj可表示為：

Dj=（dj1，dj2，…，.djm）"（6）

如果結(jié)構(gòu)矩陣中的數(shù)據(jù)對(duì)象數(shù)量為n，則使用矩陣的轉(zhuǎn)置變換來表示數(shù)據(jù)庫中高維混合屬性數(shù)據(jù)的總矩陣D，如下所示：

D=（D1，D2，…，Dn）T"（7）

現(xiàn)在，挖掘總矩陣D中集合X的高維混合屬性數(shù)據(jù)x，并將其單個(gè)屬性的關(guān)聯(lián)度設(shè)置為sim（X，Y）（對(duì)應(yīng)的集合由Y和X表示）。挖掘出的樣本數(shù)據(jù)表示為s，則s應(yīng)符合下列條件：

s=sim（X，Y）Freq（x，X）－Freq（y，Y）/D（8）

上式中，F(xiàn)req表示條件發(fā)生的概率。

高維混合屬性數(shù)據(jù)的尺度特征包括分類型和數(shù)值型兩種[8]，假設(shè)數(shù)據(jù)集X中存在兩條相互獨(dú)立的數(shù)據(jù)Xi（xi1，xi2，…，xiq）與Xj（xj1，xj2，…，xjq），那么兩個(gè)數(shù)據(jù)間的距離由下式計(jì)算：

|Xi，Xj|=s∑qk=1（xik－xjk）2"（9）

上式中，q表示數(shù)據(jù)集X的維數(shù)；s表示條件樣本數(shù)據(jù)；xik、xjk分別表示Xi與Xj的第k維參考樣本。

數(shù)據(jù)Xi與簇Uj的相似度界定公式為：

|Xi，Uj|=|Xi，Xj|∑qk=1（xik－Ujk）2（10）

上式中，Uj表示數(shù)據(jù)簇的取值頻度向量；Ujk表示k維取值。數(shù)據(jù)Xi與參考樣本數(shù)據(jù)之間的距離由下式計(jì)算：

H（v）=|Xi，Uj|（rk2σ2）（11）

上式中，rk表示數(shù)據(jù)的獨(dú)立分量；σ表示候選信息目標(biāo)參數(shù)。

對(duì)于分類數(shù)據(jù)相似性的測(cè)量形式，如果兩個(gè)分類數(shù)據(jù)Xi（xi1，xi2，…，xiq）與Xj（xj1，xj2，…，xjq）能夠同時(shí)存在于一個(gè)數(shù)據(jù)矩陣中，則這兩個(gè)數(shù)據(jù)間的相似性計(jì)算公式為：

S（Xi，Xj）=∑qk=1δij（xik，xjk）H（v）（12）

上式中，δij表示高維混合屬性數(shù)據(jù)的特征、位置、方向和長(zhǎng)度屬性同時(shí)出現(xiàn)的概率，計(jì)算方法為：

δ（x1i，x2i）=0，x1i=x2i1，x1i≠x2i（13）

如果分類數(shù)據(jù)Xi和分類聚類A之間的相似度被認(rèn)為是數(shù)據(jù)和其他數(shù)據(jù)之間的平均相似度[9]，則相似度的定義表達(dá)為：

M（Xi，A）=‖S（Xi，Xj）‖A×q""（14）

通過擴(kuò)展上述定義，可以獲得兩種類型數(shù)據(jù)的聚類相似性，分別設(shè)置A、B是此類型數(shù)據(jù)的簇，則相似性界限如下：

N（A，B）=‖M（Xi，A）‖A×B×q"（15）

將聚類界限作為數(shù)據(jù)相似度度量的提取標(biāo)準(zhǔn)[10]，并由以下方程描述：

l（xi，Uj）=‖N（A，B）‖ln+wilc（16）

上式中，"Uj表示數(shù)據(jù)簇的取值頻度向量；wi表示第i個(gè)數(shù)據(jù)對(duì)象的離散點(diǎn)代表度；ln、lc分別表示n、c類數(shù)據(jù)屬性類型的相似度：

ln=l（xi，Uj）∑（xik－Ujk）2（17）

lc=l（xi，Uj）∑σ（xik－xjk）2"（18）

以高維混合屬性數(shù)據(jù)的屬性分類為基礎(chǔ)進(jìn)行分析與計(jì)算，得到高維混合屬性數(shù)據(jù)的數(shù)值型與分類型關(guān)聯(lián)相似度[11]，便于實(shí)現(xiàn)對(duì)數(shù)據(jù)的挖掘。

1.3"利用FPgrowth算法實(shí)現(xiàn)數(shù)據(jù)關(guān)聯(lián)挖掘

FPgrowth算法是對(duì)傳統(tǒng)數(shù)據(jù)挖掘方法的一種改進(jìn)算法，其最大的特點(diǎn)是：在已知高維混合屬性數(shù)據(jù)相似度的情況下，無須再產(chǎn)生候選項(xiàng)集，而是將數(shù)據(jù)對(duì)象存儲(chǔ)于FP樹，再通過FP樹直接得到頻繁項(xiàng)集，實(shí)現(xiàn)過程中只對(duì)數(shù)據(jù)庫遍歷連詞即可，極大地縮短了挖掘時(shí)間[12]。

FPgrowth算法的實(shí)現(xiàn)過程主要分為兩個(gè)步驟，第一個(gè)步驟的目標(biāo)是構(gòu)建一棵FP樹，第二個(gè)步驟的目標(biāo)是基于FP樹，對(duì)數(shù)據(jù)對(duì)象進(jìn)行關(guān)聯(lián)規(guī)則挖掘。構(gòu)建FP樹是該算法執(zhí)行過程中的關(guān)鍵環(huán)節(jié)，通過判斷FP樹除根節(jié)點(diǎn)以外的分支是否包含帶有分類屬性和數(shù)值屬性的頻繁項(xiàng)數(shù)據(jù)，來構(gòu)成擴(kuò)展樹，若包含，則保留對(duì)應(yīng)的節(jié)點(diǎn)；若不包含，則修剪該節(jié)點(diǎn)，繼續(xù)向前擴(kuò)展[13]。當(dāng)初次遍歷完樹中的所有節(jié)點(diǎn)與分支后，檢查頻繁項(xiàng)前一節(jié)點(diǎn)和后一節(jié)點(diǎn)中是否包含規(guī)則項(xiàng)，若包含，則保留該項(xiàng)集；若不包含，則生成相應(yīng)的子節(jié)點(diǎn)。根據(jù)以上優(yōu)化增長(zhǎng)過程，得到基于改進(jìn)的FP增長(zhǎng)算法的高維混合屬性數(shù)據(jù)挖掘的具體步驟如下。

（1）在增長(zhǎng)樹節(jié)點(diǎn)輸入數(shù)據(jù)樣本集，并利用下式計(jì)算最低支持度與最低置信度。

min"γ（X→Y）=lnnum（XY）num（total）"（19）

min"λ（X→Y）=lcnum（XY）num（X）（20）

其中，num（total）表示數(shù)據(jù)參考集；num（XY）表示離群參考對(duì)象；num（X）表示樣本點(diǎn)X到參考樣本的平均距離。

（2）利用參考數(shù)據(jù)集掃描輸入數(shù)據(jù)，根據(jù)最低支持度公式搜索支持度大于計(jì)算結(jié)果的頻繁集，構(gòu)建FP樹和項(xiàng)目標(biāo)題，并按照數(shù)值大小進(jìn)行降序排列[14]。

（3）對(duì)第一次掃描得到的頻繁集進(jìn)行第二次掃描，并根據(jù)支持度生成相應(yīng)的數(shù)據(jù)節(jié)點(diǎn)。

根據(jù)樣本分支是否包含高維混合屬性數(shù)據(jù)的頻繁項(xiàng)來過濾樣本分支。如果是，則保留它們；否則，修剪分支，再次掃描，并重新生成項(xiàng)目標(biāo)題和FP樹。

（4）以項(xiàng)表頭最后一個(gè)頭指針為遍歷起點(diǎn)，對(duì)表頭中的所有數(shù)據(jù)項(xiàng)進(jìn)行隨機(jī)遍歷，得到帶有遞歸項(xiàng)的頻繁項(xiàng)。

（5）判斷遍歷數(shù)據(jù)項(xiàng)中的數(shù)據(jù)是否為高維混合屬性數(shù)據(jù)的頻繁項(xiàng)，若是，則保留該遍歷結(jié)果；若不包含，則舍棄該遍歷結(jié)果，重新進(jìn)行遍歷[15]。

（6）針對(duì)保留下來的數(shù)據(jù)頻繁項(xiàng)集，利用式（19）和式（20）計(jì)算數(shù)據(jù)的支持度與置信度，將小于最低支持度與置信度的頻繁項(xiàng)作為數(shù)據(jù)的關(guān)聯(lián)規(guī)則。

（7）關(guān)聯(lián)規(guī)則的評(píng)估被解釋為知識(shí)并被存儲(chǔ)。

以上為基于FPgrowth算法的高維混合屬性數(shù)據(jù)挖掘的全部過程，滿足最小支持和最小置信閾值的數(shù)據(jù)輸出視為有效的關(guān)聯(lián)規(guī)則。至此，完成對(duì)高維混合屬性數(shù)據(jù)的挖掘。

2"實(shí)驗(yàn)論證分析

2.1"實(shí)驗(yàn)準(zhǔn)備

對(duì)于提出的基于FPgrowth算法的高維混合屬性數(shù)據(jù)挖掘方法，結(jié)合仿真實(shí)驗(yàn)來說明算法執(zhí)行的有效性。實(shí)驗(yàn)開展環(huán)境為IOOM局域網(wǎng)，采用3臺(tái)獨(dú)立計(jì)算機(jī)作為網(wǎng)絡(luò)的分布式節(jié)點(diǎn)，每臺(tái)電腦都配置了CPU"P4"2.0G、硬盤3"GB以及專業(yè)操作系統(tǒng)。網(wǎng)絡(luò)主節(jié)點(diǎn)利用PC工作站替代，硬件和軟件配置與上述相同。實(shí)驗(yàn)數(shù)據(jù)來自一個(gè)大型網(wǎng)絡(luò)平臺(tái)數(shù)據(jù)庫，其中存儲(chǔ)的數(shù)據(jù)量約有36萬條，實(shí)驗(yàn)數(shù)據(jù)集構(gòu)成如表1所示。

基于以上數(shù)據(jù)集，將數(shù)據(jù)映射到高維空間的三個(gè)維度中，數(shù)據(jù)的傳輸延遲為3"s，特征采樣頻率為2.5"s，非高斯噪聲的輸出范圍為-2～5Db。根據(jù)實(shí)驗(yàn)條件，對(duì)上述數(shù)據(jù)集的統(tǒng)計(jì)特征進(jìn)行提取，得到特征量分布結(jié)果如圖1所示。

以模擬實(shí)驗(yàn)中獲得的數(shù)據(jù)統(tǒng)計(jì)特征量分布為測(cè)試對(duì)象，對(duì)數(shù)據(jù)的每個(gè)屬性進(jìn)行泛化處理，共得到3～12個(gè)屬性值，每個(gè)屬性值的最低支持度為6%，最小置信度為75%。

2.2"實(shí)驗(yàn)說明

對(duì)數(shù)據(jù)流時(shí)域波形進(jìn)行掃描，計(jì)算FP樹每個(gè)分支節(jié)點(diǎn)的支持度與置信度，并進(jìn)行降序排列，剔除小于6%支持度和75%置信度的頻繁項(xiàng)，并存儲(chǔ)在頻繁項(xiàng)表中。同時(shí)，舍棄頻繁項(xiàng)前一節(jié)點(diǎn)和后一節(jié)點(diǎn)的項(xiàng)集，由此生成FP樹與項(xiàng)表頭。其中，子節(jié)點(diǎn)為數(shù)據(jù)特征量的分布幅值，則構(gòu)建的FP樹如圖2所示。

創(chuàng)建FP樹根節(jié)點(diǎn)，將其標(biāo)記為T，并標(biāo)記為1。對(duì)數(shù)據(jù)流中的每個(gè)會(huì)話執(zhí)行頻繁的項(xiàng)目選擇，并按項(xiàng)目標(biāo)題中的順序排序，然后將關(guān)聯(lián)規(guī)則評(píng)估轉(zhuǎn)換為知識(shí)并存儲(chǔ)，便于算法執(zhí)行。

2.3"算法加速比對(duì)比實(shí)驗(yàn)分析

為分析本文算法在挖掘效率方面的性能，選取加速比這一評(píng)價(jià)指標(biāo)進(jìn)行評(píng)估。算法的加速比計(jì)算公式如下：

α=qjqt"（21）

其中，qj表示算法順序執(zhí)行的時(shí)間；qt表示當(dāng)有t個(gè)節(jié)點(diǎn)時(shí)，并行算法的執(zhí)行時(shí)間。

并將文獻(xiàn)[1]提出的基于差分進(jìn)化算法的數(shù)據(jù)挖掘方法（方法1）、文獻(xiàn)[2]提出的基于物聯(lián)網(wǎng)邊緣計(jì)算的數(shù)據(jù)挖掘方法（方法2）作為對(duì)比組。在相同數(shù)據(jù)節(jié)點(diǎn)條件下，加速比越大，表明挖掘效率越高。三種算法挖掘時(shí)的加速比結(jié)果對(duì)比如圖3所示。

由圖3可知，隨著節(jié)點(diǎn)數(shù)量的增加，三種挖掘算法的加速比均呈先增加后下降的趨勢(shì)。在節(jié)點(diǎn)數(shù)目為10時(shí)，本文方法的加速比達(dá)到最大值9.4，且挖掘加速比始終保持在4以上；而方法1與方法2的加速比最大值分別為5.8和7.5，本文方法與之相比，加速比分別提升了3.6和1.9。由此可見，利用本文方法對(duì)高維混合屬性數(shù)據(jù)進(jìn)行挖掘時(shí)，可有效提升挖掘速度，挖掘效率較高。

2.4"數(shù)據(jù)挖掘時(shí)間對(duì)比實(shí)驗(yàn)分析

為了進(jìn)一步驗(yàn)證本文算法的挖掘效率，采用Webdocs."dat作為實(shí)驗(yàn)數(shù)據(jù)，該實(shí)驗(yàn)數(shù)據(jù)的大小為1448580"KB，包括1692082條事務(wù)記錄，5267656個(gè)不同的項(xiàng)。在數(shù)據(jù)集中隨機(jī)選取總數(shù)的10%、30%、50%、80%和90%，構(gòu)建數(shù)據(jù)1、數(shù)據(jù)2、數(shù)據(jù)3、數(shù)據(jù)4和數(shù)據(jù)5。在集群結(jié)點(diǎn)固定，采取不同比例的該數(shù)據(jù)進(jìn)行實(shí)驗(yàn)，在單機(jī)上運(yùn)行方法1、方法2與本文方法，記錄數(shù)據(jù)挖掘時(shí)間，對(duì)比挖掘效率。對(duì)比結(jié)果如圖4所示。

分析圖4可知，當(dāng)處理相同數(shù)量的數(shù)據(jù)時(shí)，單機(jī)運(yùn)行本文方法對(duì)數(shù)據(jù)進(jìn)行挖掘，挖掘時(shí)間總是遠(yuǎn)小于其他兩種方法，主要是因?yàn)楸疚姆椒ㄔ趯?duì)數(shù)據(jù)提取關(guān)聯(lián)規(guī)則時(shí)能夠完整保留數(shù)據(jù)結(jié)構(gòu)的相似度，從而省去篩選無效規(guī)則的時(shí)間。實(shí)驗(yàn)結(jié)果表明，本文提出的數(shù)據(jù)挖掘方法的挖掘效率更高，可應(yīng)用于高維混合屬性數(shù)據(jù)的挖掘工作中。

3"結(jié)"論

利用FPgrowth算法設(shè)計(jì)了高維混合屬性數(shù)據(jù)挖掘方法。通過固定算法對(duì)數(shù)據(jù)進(jìn)行多角度去噪處理，基于FPgrowth算法，實(shí)現(xiàn)高維混合屬性數(shù)據(jù)挖掘。通過實(shí)驗(yàn)得出，利用本文數(shù)據(jù)挖掘技術(shù)，能夠有效保障數(shù)據(jù)完整性，提升挖掘速度。在后續(xù)研究中，可繼續(xù)優(yōu)化所提方法，將其應(yīng)用于各個(gè)領(lǐng)域中，實(shí)現(xiàn)對(duì)多種類型數(shù)據(jù)的挖掘。

參考文獻(xiàn)

［１］"蓓蓓.基于差分進(jìn)化算法的網(wǎng)絡(luò)多屬性大數(shù)據(jù)聚類挖掘方法[J].寧夏師范學(xué)院學(xué)報(bào)，2021，42（1）：91-97.

[2]"鄭琳.基于物聯(lián)網(wǎng)邊緣計(jì)算的數(shù)據(jù)挖掘方法研究[J].無線互聯(lián)科技，2022，19（15）：140-142.

[3]"王偉.基于機(jī)器學(xué)習(xí)的數(shù)據(jù)庫異常信息挖掘方法[J].電子技術(shù)，2022，51（10）：24-25.

[4]"段曉萌，王爽，趙婷，等.基于FPgrowth算法的用電異常數(shù)據(jù)挖掘方法[J].電子技術(shù)應(yīng)用，2020，46（10）：47-50.

[5]"耿瑞煥.面向船舶避碰的異常軌跡點(diǎn)數(shù)據(jù)動(dòng)態(tài)挖掘方法[J].艦船科學(xué)技術(shù)，2022，44（22）：136-139.

[6]"李雪梅，馬文輝，張春慶，等.多屬性決策模型在網(wǎng)絡(luò)大數(shù)據(jù)挖掘中的應(yīng)用[J].中國新技術(shù)新產(chǎn)品，2022（19）：55-57."

[7]"趙海燕，杜麗娟，劉琨，等.分布式光纖預(yù)警系統(tǒng)同質(zhì)序列數(shù)據(jù)異常模式挖掘方法[J].激光雜志，2022，43（9）：134-138."

[8]"高天宇，王慶榮，楊磊.粗糙集屬性依賴度強(qiáng)化的應(yīng)急數(shù)據(jù)挖掘模型[J].計(jì)算機(jī)工程與應(yīng)用，2021，57（3）：87-93.

[9]"曹麗娜，王霞，周瑛.基于模式匹配算法的空間屬性數(shù)據(jù)挖掘仿真[J].計(jì)算機(jī)仿真，2022，39（9）：273-276.

[10]李娟.基于Hadoop云平臺(tái)的空間屬性數(shù)據(jù)挖掘技術(shù)研究[J].南京理工大學(xué)學(xué)報(bào)，2022，46（4）：419-426."

[11]張慶昌.基于人工智能的計(jì)算機(jī)網(wǎng)絡(luò)異常數(shù)據(jù)挖掘方法[J].信息與電腦（理論版），2022，34（16）：31-33+37.

[12]宮帥，宋善坤.多維關(guān)聯(lián)規(guī)則的分布式能源系統(tǒng)數(shù)據(jù)挖掘方法研究[J].能源與環(huán)保，2022，44（10）：278-283."

[13]唐建海.基于Hadoop平臺(tái)的網(wǎng)絡(luò)安全趨勢(shì)大數(shù)據(jù)挖掘算法[J].工業(yè)加熱，2022，51（7）：67-70.

[14]王營，高琦，李婷玉，等.基于改進(jìn)FPgrowth算法的售后服務(wù)數(shù)據(jù)挖掘[J].現(xiàn)代制造工程，2021（6）：31-37."

[15]程雅瓊.基于改進(jìn)聚類算法的網(wǎng)絡(luò)平臺(tái)異常數(shù)據(jù)挖掘方法[J].長(zhǎng)江信息通信，2022，35（4）：38-40.