一個適用於連續探勘的關連規則演算法

Abstract

目前有許多關聯規則演算將交易資料庫的資料，轉成儲存於主記憶體內部的資料結構，再對這個資料結構進行探勘的動作，由於資料掃瞄的動作是在主記憶體㆗進行；因此，其速度均比傳統的Apriori演算法還要快很多。但這些方法所面臨的共同難題，就是當交易資料庫太大時，這些方法必須將部份交易資料，存入磁碟機㆗，降低了資料探勘的速度。而且，㆒般的資料探勘工作，都需要對同㆒資料以不同參數連續探勘，方能找出有用的資訊。目前大多數演算法都只考量單次的資料探勘，並未考慮多次探勘時演算法的效率。 本論文提出㆒個以變動長度編碼(Run-length Encoding)為主的演算法稱為CM演算法，使用變動長度編碼技術，將交易資料庫壓縮成少量的資料，然後直接對主記憶體㆗的壓縮資料，進行連續的資料探勘，不需要將交易資料解壓縮。 經實驗證明，在多次探勘的情況㆘，CM演算法優於目前的演算法。