基于個(gè)性發(fā)現(xiàn)的興趣度研究.pdf

1、數(shù)據(jù)挖掘是指從大量的、不完全的、有噪聲的、模糊的、隨機(jī)的數(shù)據(jù)中，提取隱含在其中的、人們事先不知道的但又是潛在有用的信息和知識的過程。數(shù)據(jù)挖掘提取的知識可以表示為概念、規(guī)律、模式、約束、可視化。數(shù)據(jù)挖掘的任務(wù)是從數(shù)據(jù)中發(fā)現(xiàn)模式。通過對模式的分析及處理，可以得到人們感興趣的知識。 關(guān)聯(lián)規(guī)則的挖掘是數(shù)據(jù)挖掘中的一個(gè)重要部分，通過挖掘關(guān)聯(lián)規(guī)則可以獲得數(shù)據(jù)間隱藏的聯(lián)系，這種聯(lián)系往往是人們感興趣的。現(xiàn)有的關(guān)聯(lián)規(guī)則挖掘基本上分為兩步：首先找出

2、大于支持度閾值的項(xiàng)集，然后根據(jù)項(xiàng)集產(chǎn)生強(qiáng)關(guān)聯(lián)規(guī)則。分析現(xiàn)有的關(guān)聯(lián)規(guī)則挖掘算法中所存在的問題：首先是關(guān)聯(lián)規(guī)則在其表達(dá)形式上沒有考慮各種可能的反面示例的影響，因而導(dǎo)致知識表達(dá)功能的不夠完善；其次是有可能一條規(guī)則即使可信度和支持度都很高，仍沒有實(shí)際意義，甚至是誤導(dǎo)性的。因此，人們又引進(jìn)了興趣度做為第三個(gè)閾值，并對興趣度的定義和使用進(jìn)行了廣泛、深入的研究。 本文在介紹了數(shù)據(jù)挖掘和關(guān)聯(lián)規(guī)則的概念及其相關(guān)知識，詳細(xì)介紹了關(guān)聯(lián)規(guī)則挖掘的經(jīng)典算

3、法Apriori算法的基礎(chǔ)上，首先給出了基于個(gè)體的個(gè)性化形式表示方法，利用個(gè)性化形式表示方法可以對個(gè)體進(jìn)行形式化表示，本文將該個(gè)體表示與信息論中的信息表示聯(lián)系起來，使關(guān)聯(lián)規(guī)則的支持度具有了基于個(gè)體的個(gè)性特點(diǎn)，這樣利用該表示方法對個(gè)體進(jìn)行關(guān)聯(lián)規(guī)則挖掘，就會(huì)使所得到的規(guī)則更具有個(gè)體的個(gè)性化特點(diǎn)，更具有實(shí)際價(jià)值；其次，本文給出了基于信息差異的興趣度，該興趣度的定義考慮了事件及其對立事件產(chǎn)生的信息量差異，并利用信息化表示將規(guī)則的信息量差異表示出