多關(guān)系關(guān)聯(lián)規(guī)則挖掘研究.pdf

1、多關(guān)系數(shù)據(jù)挖掘是近年來快速發(fā)展的重要的數(shù)據(jù)挖掘領(lǐng)域之一。對(duì)于多關(guān)系的數(shù)據(jù)挖掘研究，如何高效地挖掘以及如何提高算法的可擴(kuò)展性，一直是大家研究的重點(diǎn)。與傳統(tǒng)的數(shù)據(jù)挖掘算法相比，多關(guān)系數(shù)據(jù)挖掘特有的復(fù)雜性對(duì)算法的性能提出了更高的要求。多關(guān)系數(shù)據(jù)挖掘算法的搜索空間變得更大、更復(fù)雜。
　　 目前多關(guān)系數(shù)據(jù)挖掘主要集中在兩個(gè)方面進(jìn)行研究，其一是基于ILP理論的技術(shù)，是以邏輯原子的方式表達(dá)項(xiàng)集，通過Prolog查詢來計(jì)算項(xiàng)集的支持度，借鑒典型

2、的單表關(guān)聯(lián)規(guī)則挖掘算法，通過分層迭代的方法發(fā)現(xiàn)存在于多表的關(guān)聯(lián)規(guī)則。這種方法在實(shí)現(xiàn)挖掘多表關(guān)聯(lián)規(guī)則的同時(shí)可以避免統(tǒng)計(jì)偏斜問題的發(fā)生，另一種方法是基于非ILP技術(shù)的多關(guān)系關(guān)聯(lián)規(guī)則挖掘算法，這種方法主要致力于挖掘解決算法存在的性能問題。
　　 針對(duì)以上問題，本文主要做了以下工作：
　　 首先，本文對(duì)數(shù)據(jù)挖掘理論、數(shù)據(jù)挖掘中關(guān)聯(lián)規(guī)則算法進(jìn)行了總結(jié)，重點(diǎn)研究了多關(guān)系數(shù)據(jù)挖掘中的關(guān)聯(lián)規(guī)則算法。介紹了目前主流的多關(guān)系挖掘技術(shù)，基于I

3、LP技術(shù)的多關(guān)系關(guān)聯(lián)規(guī)則挖掘的經(jīng)典算法以及非ILP技術(shù)中解決多關(guān)系表連接問題的元組ID傳播理論。
　　 其次，本文將FP-Growth算法引入到多關(guān)系挖掘中，詳細(xì)給出了多關(guān)系挖掘中如何構(gòu)建FP樹以及如何尋找樹中的頻繁項(xiàng)集，并給出一個(gè)具體例子，演示了算法。最后對(duì)于基于非ILP技術(shù)算法存在的統(tǒng)計(jì)偏斜問題提出了進(jìn)一步優(yōu)化。
　　 最后，本文通過PKDD會(huì)議給出的數(shù)據(jù)集，對(duì)算法進(jìn)行了實(shí)驗(yàn)驗(yàn)證并與其他算法進(jìn)行了對(duì)比，并對(duì)實(shí)驗(yàn)結(jié)果進(jìn)