基于粗糙集對Apriori算法的改進(jìn).pdf

1、關(guān)聯(lián)規(guī)則挖掘是數(shù)據(jù)挖掘的方法之一。關(guān)聯(lián)規(guī)則挖掘通過分析訓(xùn)練數(shù)掘集，從其中找到潛在的、有價值的知識。關(guān)聯(lián)規(guī)則挖掘在商業(yè)領(lǐng)域中有著廣泛的應(yīng)用，著名的“尿布與啤酒”的例子就是關(guān)聯(lián)規(guī)則挖掘的杰作。
　　 本文首先介紹了數(shù)據(jù)挖掘的相關(guān)概念和算法。在關(guān)聯(lián)規(guī)則挖掘中，Apriori算法占據(jù)重要地位。Apriori算法對事務(wù)數(shù)據(jù)庫中的所有項(xiàng)集進(jìn)行分析篩選，依照特定的最小支持度，從中找到有強(qiáng)關(guān)聯(lián)的頻繁項(xiàng)集，并計(jì)算所有強(qiáng)關(guān)聯(lián)記錄的置信度，但大量候選

2、集的產(chǎn)生以及多次掃描數(shù)據(jù)庫的操作制約了Apriori算法的執(zhí)行效率。接著，本文介紹了有關(guān)粗糙集理論方法的概念。粗糙集理論能有效地處理復(fù)雜系統(tǒng)中的數(shù)據(jù)與信息，是處理模糊和不精確問題的理想工具。
　　 由此，本文將粗糙集理論方法引入到對Apriori算法的改進(jìn)工作中，提出一套新的改進(jìn)算法——AprioriRS算法。AprioriRS算法利用項(xiàng)集分類預(yù)處理的方法對事務(wù)數(shù)據(jù)庫中所有的項(xiàng)集進(jìn)行預(yù)處理，從而減少了大量候選集產(chǎn)生的可能性。在篩