模糊關(guān)聯(lián)規(guī)則挖掘算法的應(yīng)用研究與實(shí)現(xiàn).pdf

1、近年來(lái)，大氣環(huán)境實(shí)時(shí)動(dòng)態(tài)監(jiān)測(cè)系統(tǒng)采集了大量的數(shù)據(jù)，這些海量數(shù)據(jù)背后隱藏著大量的有用知識(shí)，研究者們希望通過(guò)對(duì)所采集的大氣環(huán)境監(jiān)測(cè)值的深層次分析，挖掘出其中潛在的有價(jià)值的信息。關(guān)聯(lián)規(guī)則作為數(shù)據(jù)挖掘最重要的任務(wù)之一，其目標(biāo)是發(fā)現(xiàn)數(shù)據(jù)庫(kù)中各語(yǔ)義項(xiàng)間的關(guān)聯(lián)關(guān)系，為大氣環(huán)境的質(zhì)量分析和預(yù)測(cè)提供了一種有效的解決方法。
　　大氣環(huán)境監(jiān)測(cè)數(shù)據(jù)集通常都是些數(shù)量型數(shù)據(jù)集，傳統(tǒng)解決方法是通過(guò)數(shù)量屬性的離散化將數(shù)量型關(guān)聯(lián)規(guī)則挖掘問(wèn)題轉(zhuǎn)化為布爾型關(guān)聯(lián)規(guī)則，然

2、而這類方法得到的用區(qū)間表示的關(guān)聯(lián)規(guī)則難以被理解。所以文中采用了模糊關(guān)聯(lián)規(guī)則挖掘方法，這種方法能夠保證挖掘所得的各模糊語(yǔ)義項(xiàng)間的邏輯語(yǔ)義，但同時(shí)也產(chǎn)生了幾個(gè)問(wèn)題:如何實(shí)現(xiàn)數(shù)量型數(shù)據(jù)集到模糊型數(shù)據(jù)集的轉(zhuǎn)換，如何挖掘出具有模糊邏輯語(yǔ)義的關(guān)聯(lián)規(guī)則，如何解決大規(guī)模環(huán)境監(jiān)測(cè)數(shù)據(jù)集中模糊關(guān)聯(lián)規(guī)則挖掘問(wèn)題。本文圍繞這些問(wèn)題，展開(kāi)了論文的相關(guān)研究工作。
　　[1]采用基于CHC遺傳模型的模糊劃分方法實(shí)現(xiàn)了大氣環(huán)境監(jiān)測(cè)數(shù)據(jù)值到模糊型數(shù)據(jù)值的轉(zhuǎn)換。

3、r>　　[2]采用了一種改進(jìn)的FP-Growth算法對(duì)本文實(shí)驗(yàn)數(shù)據(jù)集中的模糊關(guān)聯(lián)規(guī)則進(jìn)行挖掘。改進(jìn)的算法通過(guò)在ffp-tree樹(shù)頭表中添加一個(gè)tail域，使得新插入的ffp-tree樹(shù)結(jié)點(diǎn)在進(jìn)行插入操作時(shí)不在需要遍歷整個(gè)side_link域，提高了挖掘效率。
　　[3]針對(duì)大氣環(huán)境監(jiān)測(cè)數(shù)據(jù)集“大”的特點(diǎn)，實(shí)現(xiàn)了基于MapReduce的FP-Growth模糊關(guān)聯(lián)規(guī)則挖掘算法。
　　實(shí)驗(yàn)證明，通過(guò)上述方法挖掘所得到的模糊關(guān)聯(lián)規(guī)則