由于不確定數(shù)據(jù)的向下封閉屬性，挖掘全部頻繁項集的方法會得到一個指數(shù)級的結(jié)果。為獲得一個較小的合適的結(jié)果集，研究了在不確定數(shù)據(jù)上挖掘頻繁閉項集，并提出了一種新的頻繁閉項集挖掘算法-NA-PFCIM。該算法將項集挖掘過程看作一個概率分布函數(shù)，考慮到基于正態(tài)分布模型的方法提取的頻繁項集精確度較高，而且支持大型數(shù)據(jù)庫，采用了正態(tài)分布模型提取頻繁項集。同時，為了減少搜索空間以及避免冗余計算，利用基于深度優(yōu)先搜索的策略來獲得所有的概率頻繁閉項集。該算法還設(shè)計了兩個剪枝策略：超集修剪和子集修剪。最后，在常用的數(shù)據(jù)集（ T1014DIOOK、Accidents、Mushroom、Chess）上，將提出的NA-PFCIM算法和基于泊松分布的A-PFCIM算法進行比較。實驗結(jié)果表明，NA-PFCIM算法能夠減少所要擴展的項集，同時減少項集頻繁概率的計算，其性能優(yōu)于對比算法。
?