基于粒計算的海量數(shù)據(jù)挖掘算法研究.pdf

1、數(shù)據(jù)挖掘是從大量的數(shù)據(jù)中挖掘出有用的或者人們感興趣的知識的一種方法。然而隨著互聯(lián)網(wǎng)及數(shù)據(jù)庫技術(shù)的不斷發(fā)展，處理海量數(shù)據(jù)已經(jīng)成為數(shù)據(jù)挖掘領(lǐng)域所要解決的一個重要課題。粗糙集理論，是一種處理不完備和不確定知識的軟計算工具。它能有效地分析和處理不精確、不一致、不完整等各種信息，并從中發(fā)現(xiàn)隱含的知識，揭示潛在的規(guī)律。近年來在數(shù)據(jù)挖掘等多個領(lǐng)域得到廣泛應用。粒計算是一種新的智能信息處理理論?，F(xiàn)已成為國際上人工智能研究的主要方法之一。對于粒計算的研究

2、，很大程度上是因為它模擬了人腦認識和解決問題的過程。采用粒計算思想的很多理論已經(jīng)被廣泛地應用于機器學習、數(shù)據(jù)挖掘等領(lǐng)域，并被證明是有效的求解問題的方法。 SMLGRC 算法把傳統(tǒng)的 Rough Set 算法引入到粒計算理論中，并使得算法所獲取的規(guī)則相對較短。但是該算法卻無法處理海量數(shù)據(jù)集。為了解決這個問題，并且通過對信息表分層?；Ｐ偷姆治?，一種粒分布鏈表在本文中被提出。結(jié)合成熟的數(shù)據(jù)庫技術(shù)，為分層?；Ｐ椭械牧Ｗ由闪７植兼湵?/p>