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

1、隨著數(shù)據(jù)庫(kù)技術(shù)的日益成熟和管理信息系統(tǒng)的廣泛普及，人類(lèi)積累的數(shù)據(jù)量正在以指數(shù)級(jí)的速度增長(zhǎng)。面臨浩渺無(wú)際的數(shù)據(jù)，人們渴望得到從數(shù)據(jù)中來(lái)一個(gè)去粗存精、去偽存真的技術(shù)。數(shù)據(jù)挖掘便應(yīng)運(yùn)而生了。數(shù)據(jù)挖掘是從數(shù)據(jù)中析取、識(shí)別和發(fā)現(xiàn)潛在正確和有用、前所未知的、最終可理解的知識(shí)(規(guī)則或模型)的過(guò)程。 關(guān)聯(lián)規(guī)則挖掘是數(shù)據(jù)挖掘中最活躍的研究方法之一。它是由Agrawal于1993年提出的。關(guān)聯(lián)規(guī)則挖掘用于發(fā)現(xiàn)交易數(shù)據(jù)庫(kù)中不同項(xiàng)目集之間的關(guān)系。關(guān)聯(lián)規(guī)

2、則的算法可按照需不需要產(chǎn)生候選項(xiàng)集的做法分為兩類(lèi)，以FP(頻繁模式)樹(shù)法與類(lèi)Apriori方法為代表。此二者最主要的差異在于，F(xiàn)P樹(shù)法并不產(chǎn)生候選項(xiàng)集，后者是需要產(chǎn)生候選項(xiàng)集的方法。 本文在數(shù)據(jù)挖掘研究的基礎(chǔ)上深入研究了關(guān)聯(lián)規(guī)則挖掘，著重對(duì)經(jīng)典關(guān)聯(lián)規(guī)則算法中的Apriori算法進(jìn)行了深入研究，對(duì)它的性能進(jìn)行了分析，根據(jù)它的不足之處提出了兩個(gè)新的改進(jìn)算法。論文的主要內(nèi)容如下： 1)對(duì)數(shù)據(jù)挖掘的定義、過(guò)程、技術(shù)分類(lèi)以及發(fā)展趨

3、勢(shì)進(jìn)行了綜述。 2)對(duì)關(guān)聯(lián)規(guī)則挖掘的定義，性質(zhì)、挖掘過(guò)程、挖掘算法以及研究現(xiàn)狀進(jìn)行了綜述。 3)對(duì)經(jīng)典的關(guān)聯(lián)規(guī)則算法Apriori算法進(jìn)行了詳細(xì)的介紹，并分析了它的特點(diǎn)，同時(shí)還介紹了該算法的一些改進(jìn)算法。 4)根據(jù)Op-Apriori算法的特點(diǎn)，提出了Om-Apriori算法；根據(jù)MApriori算法的特點(diǎn)，提出了SMApriori算法。 本文的主要?jiǎng)?chuàng)新點(diǎn)如下： 1)根據(jù)Op-Apriori算法的