數(shù)據(jù)挖掘中關(guān)聯(lián)規(guī)則挖掘算法的分析與研究.pdf

1、該文首先對關(guān)聯(lián)規(guī)則的挖掘的基本理論和方法進(jìn)行了詳細(xì)的闡述,并在此基礎(chǔ)上,對經(jīng)典的關(guān)聯(lián)規(guī)則的挖掘算法進(jìn)行了改進(jìn),從而提高了關(guān)聯(lián)規(guī)則挖掘的性能.該文的工作主要包括以下內(nèi)容:⑴論述了關(guān)聯(lián)規(guī)則有趣性問題可從客觀和主觀兩方面進(jìn)行評測.利用模板將用戶感興趣的規(guī)則和不感興趣的規(guī)則區(qū)分開,以此來完成關(guān)聯(lián)規(guī)則有趣性的主觀評測,對關(guān)聯(lián)規(guī)則的有趣性的客觀評測增加了約束,并給出模板匹配算法.⑵利用視圖機(jī)制對原始數(shù)據(jù)進(jìn)行預(yù)處理,把符合條件的數(shù)據(jù)和有用的屬性放入視

2、圖中.根據(jù)一維(L<,1>)和二維(L<,2>)中的頻繁數(shù)據(jù)項集對數(shù)據(jù)庫中的屬性進(jìn)行過濾,以達(dá)到減少數(shù)據(jù)屬性的目的,從而壓縮數(shù)據(jù)庫中的數(shù)據(jù),為提高關(guān)聯(lián)規(guī)則挖掘算法的性能打下基礎(chǔ).⑶利用Fisher聚類方法對定量屬性變量進(jìn)行分段,在處理時考慮了數(shù)據(jù)間隔的大小及數(shù)據(jù)間隔的稠密度,得到的定量關(guān)聯(lián)規(guī)則可以近似地反映規(guī)則中數(shù)據(jù)項集的關(guān)聯(lián)性.⑷分析基于關(guān)系操作的關(guān)聯(lián)規(guī)則挖掘算法RS(Relation Set),算法RS將掃描空間分為若干簡單的較小分