關(guān)聯(lián)規(guī)則挖掘算法的研究及其應(yīng)用.pdf

1、隨著數(shù)據(jù)庫(kù)應(yīng)用的不斷深入，數(shù)據(jù)庫(kù)的規(guī)模急劇膨脹，人們需要對(duì)這些數(shù)據(jù)進(jìn)行分析，從中發(fā)現(xiàn)有價(jià)值的信息。數(shù)據(jù)挖掘致力于數(shù)據(jù)分析和理解、揭示數(shù)據(jù)內(nèi)部蘊(yùn)藏的知識(shí)。近年來(lái)，它的發(fā)展已經(jīng)引起了信息產(chǎn)業(yè)界的極大關(guān)注，有著廣闊的應(yīng)用前景，并成為當(dāng)今研究的熱點(diǎn)。關(guān)聯(lián)規(guī)則是數(shù)據(jù)挖掘領(lǐng)域中的一個(gè)非常重要的研究課題，廣泛應(yīng)用于各個(gè)領(lǐng)域，既可以檢驗(yàn)行業(yè)內(nèi)長(zhǎng)期形成的知識(shí)模式，也能夠發(fā)現(xiàn)隱藏的規(guī)律。有效地發(fā)現(xiàn)、理解、運(yùn)用關(guān)聯(lián)規(guī)則是完成數(shù)據(jù)挖掘任務(wù)的重要手段，因此對(duì)關(guān)聯(lián)

2、規(guī)則的研究具有重要的理論價(jià)值和現(xiàn)實(shí)意義。 本課題即對(duì)數(shù)據(jù)挖掘中的關(guān)聯(lián)規(guī)則進(jìn)行系統(tǒng)研究，主要包括以下內(nèi)容： 1、數(shù)據(jù)挖掘技術(shù)的分析與研究。對(duì)數(shù)據(jù)挖掘技術(shù)的產(chǎn)生進(jìn)行了簡(jiǎn)要的回顧，在提出數(shù)據(jù)挖掘基本概念的基礎(chǔ)上，對(duì)數(shù)據(jù)挖掘的對(duì)象、可發(fā)現(xiàn)的模式和經(jīng)常使用的技術(shù)進(jìn)行了詳細(xì)的分類和總結(jié)。分析了數(shù)據(jù)挖掘技術(shù)的研究現(xiàn)狀，對(duì)數(shù)據(jù)挖掘技術(shù)的熱點(diǎn)研究領(lǐng)域進(jìn)行了探討，為本課題的全面開(kāi)展奠定了基礎(chǔ)。 2、關(guān)聯(lián)規(guī)則的研究與分析。在對(duì)現(xiàn)有的關(guān)

3、聯(lián)規(guī)則文獻(xiàn)研究的基礎(chǔ)上，本文對(duì)關(guān)聯(lián)規(guī)則的種類進(jìn)行了全面地分類和總結(jié)，詳細(xì)地介紹了關(guān)聯(lián)規(guī)則的基本概念和基本性質(zhì)，對(duì)關(guān)聯(lián)規(guī)則的典型挖掘算法及其基本思想進(jìn)行了分析和研究，討論了提高該算法效率的各種優(yōu)化技術(shù)，并且客觀地分析了它們的優(yōu)缺點(diǎn)。 3、在傳統(tǒng)的關(guān)聯(lián)規(guī)則挖掘算法中，廣泛采用了“支持度—置信度”的評(píng)價(jià)標(biāo)準(zhǔn)。然而在很多時(shí)候，挖掘出來(lái)的關(guān)聯(lián)規(guī)則其支持度和置信度都很高，卻沒(méi)有實(shí)際意義。針對(duì)上述問(wèn)題，本文引入了關(guān)聯(lián)規(guī)則的一個(gè)興趣度的度量——

4、相關(guān)支持度(SR)，將支持度、置信度和相關(guān)支持度一起作為有效關(guān)聯(lián)規(guī)則的評(píng)價(jià)標(biāo)準(zhǔn)。 4、分析經(jīng)典頻繁項(xiàng)集挖掘算法Apriori算法，針對(duì)該算法中存在的效率瓶頸問(wèn)題，提出了一個(gè)改進(jìn)的挖掘算法——MM_Apriori(Multiply_Matrix_Apriori)，并實(shí)現(xiàn)了該算法。改進(jìn)后的算法通過(guò)頻繁1-項(xiàng)集生成矩陣的轉(zhuǎn)置MT與矩陣M相乘來(lái)獲得頻繁2-項(xiàng)集，從而減少了Apriori算法生成頻繁2-項(xiàng)集的時(shí)間開(kāi)銷。理論和實(shí)驗(yàn)證明，改進(jìn)