新關(guān)聯(lián)規(guī)則挖掘算法在WEB挖掘上的研究和應(yīng)用.pdf

1、數(shù)據(jù)挖掘是近年來隨著數(shù)據(jù)庫技術(shù)和人工智能技術(shù)的發(fā)展而出現(xiàn)的一種信息技術(shù)，它融合了數(shù)據(jù)庫、人工智能以及統(tǒng)計學等多種學科，試圖從數(shù)據(jù)庫中提取出先前未知、有效和實用的知識。Web數(shù)據(jù)挖掘是傳統(tǒng)數(shù)據(jù)挖掘技術(shù)在Web環(huán)境下的應(yīng)用，是從Web上的數(shù)據(jù)(如Web日志、頁面內(nèi)容等)中發(fā)現(xiàn)用戶的瀏覽模式或?qū)ふ蚁嚓P(guān)的Web頁面，Web使用模式挖掘主要是對Web日志數(shù)據(jù)進行分析處理。
　　關(guān)聯(lián)規(guī)則是Web挖掘中一個重要的研究領(lǐng)域。為了挖掘出隱藏在數(shù)據(jù)間

2、的相互關(guān)系，將關(guān)聯(lián)規(guī)則的概念引入到Web挖掘系統(tǒng)中，把用戶的訪問路徑以關(guān)聯(lián)規(guī)則的形式表現(xiàn)出來。通過挖掘用戶的頻繁訪問路徑來重構(gòu)站點的頁面之間的鏈接關(guān)系，以改進Web站點設(shè)計使其更適應(yīng)用戶的訪問習慣，同時也可以為用戶提供個性化的信息服務(wù)。所以本文提出的基于粗糙集和單事務(wù)項組合的關(guān)聯(lián)規(guī)則挖掘算法在Web上的應(yīng)用具有理論意義和現(xiàn)實意義。
　　本文主要工作和創(chuàng)新點如下：
　?。?）提出一種新的基于粗糙集和單事務(wù)項組合的關(guān)聯(lián)規(guī)則挖掘算

3、法。
　　Apriori算法必須反復(fù)地掃描數(shù)據(jù)庫才能求出頻繁項集，效率較低，且不支持更新挖掘。為了解決這些問題，提出了一種基于粗糙集、單事務(wù)項組合和集合運算的關(guān)聯(lián)規(guī)則挖掘算法。本算法只需要掃描一次數(shù)據(jù)庫，同時有效地支持了關(guān)聯(lián)規(guī)則的更新挖掘。應(yīng)用實例和實驗結(jié)果表明，該算法明顯優(yōu)于Apriori算法，是一種有效且快速的關(guān)聯(lián)規(guī)則挖掘算法。
　　（2）新關(guān)聯(lián)規(guī)則挖掘方法在Web挖掘中的應(yīng)用
　　將提出的基于粗糙集和單事務(wù)項組合