版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、暨南大學(xué)碩士學(xué)位論文題名:基于布爾基于布爾矩陣的高矩陣的高價(jià)值度關(guān)聯(lián)規(guī)則挖掘研究?jī)r(jià)值度關(guān)聯(lián)規(guī)則挖掘研究TheHighValueMeasureAssociationRulesMiningBasedonBooleanMatrix作者姓名:指導(dǎo)教師姓名:及學(xué)位、職稱:學(xué)科、專業(yè)名稱:論文提交日期:論文答辯日期:答辯委員會(huì)主席:論文評(píng)閱人:學(xué)位授予單位和日期:暨南大學(xué)碩士學(xué)位論文I摘要摘要隨著經(jīng)濟(jì)社會(huì)的快速發(fā)展,日?;顒?dòng)中數(shù)據(jù)存儲(chǔ)的規(guī)模增長(zhǎng)迅速
2、,就如何對(duì)規(guī)模巨大的數(shù)據(jù)進(jìn)行有效的利用,進(jìn)而發(fā)現(xiàn)能為人類日?;顒?dòng)創(chuàng)造知識(shí)的需要日益迫切。本文談到的所謂關(guān)聯(lián)規(guī)則挖掘即是發(fā)現(xiàn)數(shù)據(jù)庫(kù)中不同對(duì)象之間是否存在關(guān)聯(lián)關(guān)系的過(guò)程。當(dāng)一項(xiàng)有價(jià)值的關(guān)聯(lián)規(guī)則被發(fā)現(xiàn)時(shí),它通常能被廣泛運(yùn)用于諸如互聯(lián)網(wǎng)營(yíng)銷策略、金融安全甚至超市運(yùn)營(yíng)等眾多方面。然而,現(xiàn)有的數(shù)據(jù)挖掘算法對(duì)海量數(shù)據(jù)的分析利用效果卻不盡如人意。如先驗(yàn)算法是依據(jù)統(tǒng)計(jì)學(xué)中的數(shù)據(jù)顯著性,即在支持度置信度體系下進(jìn)行關(guān)聯(lián)規(guī)則挖掘的,過(guò)程需要多次訪問(wèn)數(shù)據(jù)庫(kù),效率
3、較低,同時(shí)忽視了數(shù)據(jù)顯著性不一定體現(xiàn)規(guī)則價(jià)值性這一問(wèn)題。鑒于關(guān)聯(lián)規(guī)則如此廣泛的應(yīng)用范圍,就如何進(jìn)一步提高關(guān)聯(lián)規(guī)則挖掘算法的效率及價(jià)值性是擺在研究者面前的一個(gè)重要研究課題。本文的研究主要包括以下內(nèi)容:1、本文對(duì)傳統(tǒng)的先驗(yàn)算法(Aprii)和頻繁增長(zhǎng)算法(FPGrowth)進(jìn)行了簡(jiǎn)要的闡述和分析:先驗(yàn)算法的不足在于挖掘關(guān)聯(lián)規(guī)則過(guò)程中需要多次訪問(wèn)數(shù)據(jù)庫(kù),運(yùn)算過(guò)程較復(fù)雜,對(duì)于計(jì)算機(jī)硬件的消耗較大。而頻繁增長(zhǎng)算法的不足在于空間的消耗較大?;趯?duì)兩
4、種算法的分析,本文提出了基于布爾矩陣的關(guān)聯(lián)規(guī)則挖掘算法,主要用于提高對(duì)頻繁項(xiàng)集的挖掘效率。2、本文進(jìn)一步分析了基于支持度置信度挖掘體系的算法,這種算法存在著規(guī)則價(jià)值性不明的缺陷,因而本文引進(jìn)了最小價(jià)值度這一標(biāo)準(zhǔn)補(bǔ)充這一體系。在結(jié)合支持度、置信度和價(jià)值度對(duì)關(guān)聯(lián)規(guī)則進(jìn)行挖掘后,將過(guò)程與結(jié)果和傳統(tǒng)算法作對(duì)比。展現(xiàn)了本文算法在基于“二八定律”,能夠有效挖掘出對(duì)特定客戶有特殊價(jià)值的關(guān)聯(lián)規(guī)則的優(yōu)勢(shì)。關(guān)鍵詞:關(guān)聯(lián)規(guī)則;價(jià)值度;布爾矩陣;平均利潤(rùn)矩陣關(guān)
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于矩陣的關(guān)聯(lián)規(guī)則挖掘算法研究.pdf
- 基于矩陣的加權(quán)關(guān)聯(lián)規(guī)則挖掘算法研究.pdf
- 基于興趣度的關(guān)聯(lián)規(guī)則挖掘.pdf
- 基于聚類和矩陣的關(guān)聯(lián)規(guī)則挖掘研究.pdf
- 基于圖和矩陣的關(guān)聯(lián)規(guī)則挖掘算法.pdf
- 基于壓縮矩陣的關(guān)聯(lián)規(guī)則挖掘算法研究及其應(yīng)用.pdf
- 基于興趣度的關(guān)聯(lián)規(guī)則挖掘算法研究.pdf
- 基于壓縮矩陣的關(guān)聯(lián)規(guī)則挖掘算法的改進(jìn)研究.pdf
- 基于模式矩陣的關(guān)聯(lián)規(guī)則挖掘算法的研究與應(yīng)用.pdf
- 基于關(guān)聯(lián)分類的動(dòng)態(tài)關(guān)聯(lián)規(guī)則趨勢(shì)度挖掘方法研究.pdf
- 數(shù)據(jù)挖掘中基于興趣度的關(guān)聯(lián)規(guī)則研究.pdf
- 基于興趣度的關(guān)聯(lián)規(guī)則挖掘算法的研究.pdf
- 基于廣義興趣度的關(guān)聯(lián)規(guī)則挖掘的研究.pdf
- 基于矩陣的關(guān)聯(lián)規(guī)則挖掘算法的設(shè)計(jì)與實(shí)現(xiàn).pdf
- 基于矩陣的人力資源多值關(guān)聯(lián)規(guī)則的挖掘.pdf
- 基于相關(guān)興趣度的關(guān)聯(lián)規(guī)則挖掘.pdf
- 基于動(dòng)態(tài)支持度的流數(shù)據(jù)關(guān)聯(lián)規(guī)則挖掘.pdf
- 基于多支持度的正負(fù)關(guān)聯(lián)規(guī)則挖掘技術(shù)的研究.pdf
- 基于多最小支持度的關(guān)聯(lián)規(guī)則挖掘研究.pdf
- 基于模糊的關(guān)聯(lián)規(guī)則挖掘研究.pdf
評(píng)論
0/150
提交評(píng)論