數(shù)據(jù)挖掘中關(guān)聯(lián)規(guī)則算法的研究與應用.pdf

1、數(shù)據(jù)挖掘中的關(guān)聯(lián)規(guī)則挖掘是一個非常重要的研究課題，廣泛的應用于各行各業(yè)，既能夠驗證行業(yè)內(nèi)認可的規(guī)律模式，還可以發(fā)現(xiàn)隱藏在海量數(shù)據(jù)背后的規(guī)律模式，為各行業(yè)用戶的決策提供更準確、更可靠的支持。隨著數(shù)據(jù)庫應用的不斷擴展，數(shù)據(jù)采集的速度和存儲量不斷增大，使得傳統(tǒng)的關(guān)聯(lián)規(guī)則挖掘算法無法適應現(xiàn)在數(shù)據(jù)維數(shù)和空間的激增，因此，研究具有更高性能的關(guān)聯(lián)規(guī)則挖掘算法，具有非常重要的理論價值和現(xiàn)實意義。
　　 本文介紹了數(shù)據(jù)挖掘技術(shù)的產(chǎn)生和發(fā)展軌跡，分

2、析了經(jīng)典的關(guān)聯(lián)規(guī)則挖掘算法——Apriori算法，全面詳細的描述了該算法定義及實現(xiàn)過程，并分析了該算法的優(yōu)點以及存在的不足之處。針對Apriori算法存在的效率低、挖掘規(guī)則簡單的缺陷，提出了一種基于Apriori算法的改進型算法ME-Apriori算法，該算法克服了Apriori算法的瓶頸問題，實驗表明，改進算法的性能得到了顯著提高。最后將改進算法應用到4S店的汽車故障關(guān)聯(lián)挖掘中，分別從單層次汽車故障關(guān)聯(lián)規(guī)則和多層次汽車故障關(guān)聯(lián)規(guī)則兩方