加權(quán)關(guān)聯(lián)規(guī)則挖掘算法的研究與改進(jìn).pdf

1、在信息技術(shù)快速發(fā)展的時(shí)代，各種企業(yè)數(shù)據(jù)也在爆炸式的增長(zhǎng)，如何準(zhǔn)確、高效地從中發(fā)現(xiàn)有潛在價(jià)值的信息是人們一直關(guān)注的問(wèn)題。數(shù)據(jù)挖掘作為一種數(shù)據(jù)分析工具，用于在海量數(shù)據(jù)中尋找未知的、創(chuàng)新的、潛在有用的、能夠最終被理解的知識(shí)或模式。
　　 關(guān)聯(lián)規(guī)則是數(shù)據(jù)挖掘研究領(lǐng)域的一個(gè)主要分支。Apriori算法作為挖掘規(guī)則的經(jīng)典算法，主要解決數(shù)據(jù)間的關(guān)聯(lián)問(wèn)題和模式的挖掘。但Apriori算法及現(xiàn)有改進(jìn)算法視數(shù)據(jù)庫(kù)中數(shù)據(jù)項(xiàng)“平等一致”，不符合實(shí)際情況

2、。為了更合理地挖掘規(guī)則，人們采用某種策略對(duì)數(shù)據(jù)項(xiàng)賦予權(quán)值，并且滿(mǎn)足了應(yīng)用需求。因此對(duì)加權(quán)關(guān)聯(lián)規(guī)則挖掘算法的研究是非常有意義的。但現(xiàn)有加權(quán)算法存在一些問(wèn)題:數(shù)據(jù)項(xiàng)權(quán)值設(shè)置不合理、多次掃描數(shù)據(jù)庫(kù)、產(chǎn)生大量候選項(xiàng)集、連接和剪枝過(guò)程低效、串行掃描數(shù)據(jù)庫(kù)時(shí)間較長(zhǎng)等。
　　 本文在廣泛研究現(xiàn)有加權(quán)算法的基礎(chǔ)上，針對(duì)時(shí)間與空間效率問(wèn)題進(jìn)行了優(yōu)化，提出了兩種改進(jìn)算法，并通過(guò)數(shù)據(jù)實(shí)例進(jìn)行了仿真實(shí)驗(yàn)。其主要研究?jī)?nèi)容及創(chuàng)新點(diǎn)如下:
　　 一、

3、提出了一種基于向量的概率加權(quán)關(guān)聯(lián)規(guī)則挖掘算法。該算法采用空間換時(shí)間思路減少數(shù)據(jù)庫(kù)掃描次數(shù);以數(shù)據(jù)項(xiàng)在數(shù)據(jù)庫(kù)中出現(xiàn)概率作為其權(quán)值，提升高頻項(xiàng)的重要性;提出新的剪枝策略，減少候選項(xiàng)目集產(chǎn)生。最后采用一組數(shù)據(jù)實(shí)例與其它算法進(jìn)行比較，新算法具有較好的性能。
　　 二、提出了一種基于劃分的加權(quán)關(guān)聯(lián)規(guī)則挖掘算法。該算法引用劃分與并行思想，首先劃分?jǐn)?shù)據(jù)庫(kù)并轉(zhuǎn)換為二進(jìn)制形式進(jìn)行并行挖掘;其次引用一種哈希函數(shù)以減少候選二項(xiàng)集產(chǎn)生;最后以相同前綴劃