大型數(shù)據(jù)庫關聯(lián)規(guī)則開采算法的研究.pdf

1、該文在經(jīng)典關聯(lián)規(guī)則的基礎上,提出了一系列擴展的關聯(lián)規(guī)則開采算法:發(fā)現(xiàn)關聯(lián)規(guī)則的難度體現(xiàn)在發(fā)現(xiàn)頻繁項目集上,事實上最大頻繁項目集(其所有的超集都為非頻繁項目集的頻繁項目集)的集合已經(jīng)包含有所有的頻繁項目集,該文提出了一種發(fā)現(xiàn)最大頻繁項目集的算法DMFI(DiscoveryMaximalFrequentItemsets),該算法采用自底向上和自頂向下的相結(jié)合的搜索策略對數(shù)據(jù)空間進行有效的搜索.接著,提出了一種支持度和置信度的界限算法,它利用

2、已經(jīng)計算出來的頻繁項目集的支持度信息來預測將要計算的項目集的支持度和規(guī)則置度度的上下界限,從而可大大減少頻繁項目集生成的數(shù)量和數(shù)據(jù)開采時間.該文提出了加權關聯(lián)規(guī)則的概念,包括竽加權關聯(lián)規(guī)則和水平加權關聯(lián)規(guī)則,把包含以上兩種情況的關聯(lián)規(guī)則叫混合加權關聯(lián)規(guī)則.并提出了一種解決該問題的加權關聯(lián)規(guī)則開采算法MWAR(MixedWeightedAssociationRules).數(shù)據(jù)開采發(fā)現(xiàn)的知識可分為兩種:常規(guī)性規(guī)則和例外規(guī)則.例外規(guī)則是數(shù)據(jù)集

3、合中少數(shù)數(shù)據(jù)所保持規(guī)則,雖然也有很高的可信度,但由于其具有較小的支持度,因而常常被忽略.由于它出乎人們的意料,所以非常有用.該文提出了一種開采例外規(guī)則的算法.針對降低關聯(lián)規(guī)則開采時間的問題,該文提出一種新的算法ACT(AlgorithmforClusteringTransaction),該算法利用聚類樹的概念先把海量數(shù)據(jù)集合聚集到一個較小的交易集合中,然后在新的數(shù)據(jù)集合中開采關聯(lián)規(guī)則,該算法可急劇降低規(guī)則的開采時間.該文提出了一種開采優(yōu)