約束頻繁項(xiàng)目集挖掘算法研究.pdf

1、隨著信息產(chǎn)業(yè)與數(shù)據(jù)庫的迅猛發(fā)展,特別是在計(jì)算機(jī)得到廣泛普及之后,人類所積累的知識(shí)和數(shù)據(jù)量正在呈指數(shù)增加。伴隨而來的就是大型數(shù)據(jù)庫急遽增加和海量信息存儲(chǔ)的問題。這些數(shù)據(jù)就像是金礦,需要用特殊的工具進(jìn)行挖掘和處理,找到其中真正有用的金子。這也是擁有大量數(shù)據(jù)集的用戶非常關(guān)心的問題。
　　 針對(duì)數(shù)據(jù)挖掘的研究方法主要包括分類、聚類、序列分析、關(guān)聯(lián)規(guī)則的發(fā)現(xiàn)、約束、偏差分析等,而關(guān)聯(lián)規(guī)則的發(fā)現(xiàn)是數(shù)據(jù)挖掘研究中的一個(gè)重要的領(lǐng)域。對(duì)一個(gè)大型的

2、數(shù)據(jù)集而言,如果盲目的進(jìn)行挖掘不僅效率低下,而且還可能產(chǎn)生過多的冗余數(shù)據(jù),造成用戶更大的困擾。而在數(shù)據(jù)挖掘和知識(shí)發(fā)現(xiàn)過程中合理使用約束則可以提高挖掘的效率和精度,使挖掘的知識(shí)真正為我們所用。
　　 本文主要對(duì)關(guān)聯(lián)規(guī)則以及約束問題做了全面的分析和總結(jié),并在此基礎(chǔ)之上提出新的算法。
　　 首先,為了避免大量的不相關(guān)的項(xiàng)目進(jìn)入挖掘過程,造成計(jì)算時(shí)間和空間的極大浪費(fèi),本文運(yùn)用簡潔性約束的特性,對(duì)事務(wù)數(shù)據(jù)庫做預(yù)處理,得到滿足簡潔性

3、約束頻繁項(xiàng)目集,去除關(guān)聯(lián)性不強(qiáng)的冗余數(shù)據(jù),加快知識(shí)生成的過程。其次,動(dòng)態(tài)生成閾值。根據(jù)用戶的需要和實(shí)際情況,運(yùn)用標(biāo)準(zhǔn)正態(tài)分布的性質(zhì),動(dòng)態(tài)的生成單調(diào)性與反單調(diào)性閾值來對(duì)數(shù)據(jù)進(jìn)行約束,由于挖掘是在用戶的指導(dǎo)下進(jìn)行的,使得挖掘的結(jié)果更準(zhǔn)確,挖掘結(jié)果之間聯(lián)系更加緊密,同時(shí)挖掘結(jié)果也必將是用戶真正感興趣的知識(shí)。
　　 關(guān)聯(lián)規(guī)則是挖掘和發(fā)現(xiàn)大量數(shù)據(jù)中項(xiàng)集之間有趣的關(guān)聯(lián)或者相關(guān)聯(lián)系。但是隨著數(shù)據(jù)量的增加,數(shù)據(jù)密度的增大,數(shù)據(jù)挖掘結(jié)果和挖掘時(shí)間