數(shù)據(jù)挖掘和隱私保護(hù)的分析研究.pdf

1、全球互聯(lián)網(wǎng)技術(shù)、網(wǎng)絡(luò)通信技術(shù)、計(jì)算機(jī)技術(shù)的高速發(fā)展，全球網(wǎng)絡(luò)信息化系統(tǒng)已經(jīng)成為現(xiàn)在各行各業(yè)持續(xù)發(fā)展的基礎(chǔ)設(shè)施，網(wǎng)絡(luò)信息系統(tǒng)對(duì)整個(gè)社會(huì)發(fā)展做出了巨大的貢獻(xiàn)。由于數(shù)據(jù)挖掘技術(shù)能夠從海量數(shù)據(jù)中挖掘出對(duì)人們有用的信息，所以說數(shù)據(jù)挖掘是通向知識(shí)發(fā)現(xiàn)的重要一步。單獨(dú)使用數(shù)據(jù)挖掘技術(shù)可能導(dǎo)致發(fā)現(xiàn)無意義甚至令人誤解的模式，必須在對(duì)應(yīng)用范圍有正確理解的情況下使用數(shù)據(jù)挖掘。通過關(guān)聯(lián)規(guī)則挖掘，可以得到隱含于海量數(shù)據(jù)中具有應(yīng)用價(jià)值的有用信息。伴隨著網(wǎng)絡(luò)通訊技術(shù)

2、的發(fā)展，數(shù)據(jù)挖掘技術(shù)在給人們提供知識(shí)和信息的同時(shí)也暴露了隱私信息。保護(hù)私有數(shù)據(jù)或者是敏感數(shù)據(jù)在數(shù)據(jù)挖掘過程中不被泄露，同時(shí)能挖掘出較為準(zhǔn)確的結(jié)果已經(jīng)成為數(shù)據(jù)挖掘技術(shù)中研究的重點(diǎn)和焦點(diǎn)。
　　 本文的主要研究工作包括以下幾個(gè)方面：
　　 （1）系統(tǒng)的闡述數(shù)據(jù)挖掘技術(shù)的基本理論和應(yīng)用前景。
　　 （2）詳細(xì)的闡述關(guān)聯(lián)規(guī)則挖掘算法的工作原理和實(shí)現(xiàn)方法，并對(duì)典型的Apriori算法進(jìn)行詳細(xì)的分析。Apriori算法產(chǎn)生的

3、候選集過大，算法必須耗費(fèi)大量的時(shí)間處理候選項(xiàng)集，根據(jù)分段可連接性，在算法設(shè)計(jì)上使用段標(biāo)識(shí)來記錄本段后續(xù)項(xiàng)集可匹配的個(gè)數(shù)使得連接得到優(yōu)化。根據(jù)先驗(yàn)知識(shí)k-項(xiàng)集如果是頻繁項(xiàng)集，那么它的所有(k-1)-項(xiàng)子集均是頻繁項(xiàng)目集來減少k-項(xiàng)集中非頻繁項(xiàng)集。再通過對(duì)項(xiàng)集出現(xiàn)頻度的升序排列，減少3-項(xiàng)集的項(xiàng)數(shù)。利用空間交換時(shí)間的方法，用布爾矩陣來記錄數(shù)據(jù)庫的各項(xiàng)交易記錄，只需要一次掃描數(shù)據(jù)庫，大大提高算法的執(zhí)行效率。
　　 （3）在序列分割挖掘