客觀興趣度模型及其在關(guān)聯(lián)分類中的應用研究.pdf

1、隨著信息技術(shù)的高速發(fā)展，數(shù)據(jù)庫應用的不斷深化，數(shù)據(jù)挖掘已成為當今研究的熱點之一。其中，關(guān)聯(lián)規(guī)則挖掘和分類規(guī)則挖掘是應用范圍較為廣泛的兩個分支。由于關(guān)聯(lián)規(guī)則具有因果特性，當關(guān)聯(lián)規(guī)則的后件表示為某種類別時，關(guān)聯(lián)規(guī)則就具有了分類規(guī)則的特性。因此，關(guān)聯(lián)規(guī)則挖掘可以與分類規(guī)則挖掘技術(shù)相結(jié)合，繼而得到了一種新的分類方法——基于關(guān)聯(lián)規(guī)則的分類。傳統(tǒng)的關(guān)聯(lián)分類挖掘算法主要采用基于一般頻繁項的關(guān)聯(lián)規(guī)則算法，往往會產(chǎn)生大量的分類關(guān)聯(lián)規(guī)則，并且其中存在大量的

2、冗余規(guī)則，不利于分類器的建立和使用。雖然目前已提出了一些高效的關(guān)聯(lián)分類算法，但仍存在一些不足之處。本文在現(xiàn)有的興趣度模型及關(guān)聯(lián)分類挖掘算法的研究基礎(chǔ)上，提出了一種新的客觀興趣度模型和一種改進的關(guān)聯(lián)分類算法，主要工作如下：
　　 (1)對關(guān)聯(lián)分類挖掘的基本理論進行了總體的研究，包括關(guān)聯(lián)規(guī)則挖掘和分類規(guī)則挖掘的基本概念，挖掘過程，并介紹了兩種經(jīng)典的關(guān)聯(lián)分類挖掘算法，在此基礎(chǔ)上指出了關(guān)聯(lián)分類挖掘的研究方向。
　　 (2)如何從

3、大量的關(guān)聯(lián)模式中篩選出用戶感興趣且有價值的規(guī)則，是算法研究的重要內(nèi)容之一。由于支持度-置信度框架模型有一定的局限性，本文在總結(jié)分析已有的興趣度模型下，提出了一種新的客觀興趣度模型，用來修剪無趣的規(guī)則，從而篩選出真正有價值的規(guī)則。并通過實例和實驗證明該興趣度模型的有效性和實用性。
　　 (3)針對現(xiàn)有的經(jīng)典關(guān)聯(lián)分類算法的不足，提出一種基于D-Miner的關(guān)聯(lián)分類算法，該算法在產(chǎn)生分類關(guān)聯(lián)規(guī)則時只需要掃描事務數(shù)據(jù)庫一次，通過生成頻繁