基于粒計算的數(shù)據(jù)挖掘算法研究.pdf

1、數(shù)據(jù)挖掘是當(dāng)今計算機科學(xué)中快速發(fā)展的一個研究方向，它涉及到多個領(lǐng)域的知識。數(shù)據(jù)挖掘能從大量的數(shù)據(jù)中發(fā)現(xiàn)一些人們事先未知的、潛在的、有趣的知識，因此廣泛被應(yīng)用于商業(yè)分析、機器學(xué)習(xí)、網(wǎng)絡(luò)個性化服務(wù)等領(lǐng)域。數(shù)據(jù)挖掘有很多研究方向，關(guān)聯(lián)規(guī)則和序列模式是其中重要的兩類，其中關(guān)聯(lián)規(guī)則的研究重點在于頻繁項集的發(fā)現(xiàn)，而序列模式則強調(diào)數(shù)據(jù)的序列特性。
　　本文基于粒計算的相關(guān)原理和模型，對關(guān)聯(lián)規(guī)則和序列模式的挖掘算法進行了研究。本文的主要工作概括如

2、下：
　　1.概述了數(shù)據(jù)挖掘和粒計算的基本原理，說明了數(shù)據(jù)挖掘的主要研究方向和粒計算的幾個重要的計算模型，對關(guān)聯(lián)規(guī)則、序列模式和粗糙集的基礎(chǔ)理論知識進行了介紹，對常見的關(guān)聯(lián)規(guī)則挖掘算法和序列模式挖掘算法進行了簡單的匯總和分析。
　　2.詳細(xì)分析了關(guān)聯(lián)規(guī)則挖掘算法Apriori算法的原理。針對Apriori算法存在的產(chǎn)生較多候選頻繁項的問題，給出基于粒化原理的改進算法Apriori-GRC算法，并通過仿真實驗表明其有效性。