數(shù)據(jù)挖掘技術(shù)中的關(guān)聯(lián)規(guī)則挖掘算法研究.pdf

1、數(shù)據(jù)挖掘是伴隨著信息量的迅速增長而誕生的,它是從數(shù)據(jù)中析取、識別和發(fā)現(xiàn)潛在的、有用的、前所未知的、最終可理解的知識(規(guī)則或模型)的過程。數(shù)據(jù)挖掘技術(shù)就是要在已有數(shù)據(jù)中識別數(shù)據(jù)的模式,以幫助用戶理解現(xiàn)有的信息,并在已有信息的基礎(chǔ)上,對未來狀況做出預(yù)測。
　　關(guān)聯(lián)規(guī)則挖掘是數(shù)據(jù)挖掘中的一個重要研究分支,主要用于發(fā)現(xiàn)數(shù)據(jù)集中項(xiàng)與項(xiàng)之間的相關(guān)聯(lián)系。Apriori算法和FP-Tree算法是關(guān)聯(lián)規(guī)則挖掘中的經(jīng)典算法,它們都是基于事務(wù)數(shù)據(jù)庫中的

2、數(shù)據(jù)量不會發(fā)生變化和每個數(shù)據(jù)項(xiàng)都具有同等的重要性進(jìn)行挖掘。但在實(shí)際的應(yīng)用中數(shù)據(jù)庫中的數(shù)據(jù)是在不斷發(fā)生變化的,并且對于不同的數(shù)據(jù)項(xiàng)人們的關(guān)注程度也不盡相同。如果我們?nèi)匀徊捎脗鹘y(tǒng)的挖掘算法進(jìn)行關(guān)聯(lián)規(guī)則的挖掘,挖掘的效率將非常低下,挖掘的結(jié)果也不夠準(zhǔn)確。針對這些問題本文進(jìn)行了深入研究,主要工作和創(chuàng)新點(diǎn)包括:
　　(1)研究了布爾型關(guān)聯(lián)規(guī)則挖掘算法—Apriori算法,對該算法的基本思想和挖掘步驟進(jìn)行了歸納和總結(jié)。詳細(xì)分析了算法的缺點(diǎn),針

3、對這些缺點(diǎn)討論了各種改進(jìn)措施。并且對其中最具影響力的改進(jìn)算法—FP-Growth算法進(jìn)行了詳細(xì)的分析和研究。
　　(2)提出了一種改進(jìn)的增量式更新挖掘算法—AFUP算法,該算法針對現(xiàn)有增量式更新挖掘算法中對新增項(xiàng)目不敏感這一問題,引入了敏感度的概念用來衡量新增項(xiàng)目的敏感程度。解決了傳統(tǒng)增量式更新算法中無法發(fā)現(xiàn)新增項(xiàng)目集中潛在關(guān)聯(lián)關(guān)系的問題,同時算法效率也有所提高。
　　(3)提出了一種新的加權(quán)關(guān)聯(lián)關(guān)聯(lián)規(guī)則挖掘算法—FPWAL