基于關聯(lián)規(guī)則數(shù)據(jù)挖掘算法的研究.pdf

1、關聯(lián)規(guī)則揭示了項集間有趣的相聯(lián)關系，廣泛應用于購物籃分析、相關分析、分類、網(wǎng)絡個性化服務等領域，是數(shù)據(jù)挖掘的重要研究課題。自1993年R.Agrawal，R.srikant首次提出該問題以來，已出現(xiàn)了許多關聯(lián)規(guī)則挖掘算法，這些算法大多基于Apriori算法，針對靜態(tài)數(shù)據(jù)，從中挖掘出用戶感興趣的關聯(lián)規(guī)則。這種方法實現(xiàn)簡單，但是由于沒有充分利用已經(jīng)獲得的發(fā)現(xiàn)結(jié)果，浪費了大量的計算時間及硬件I/O，因此效率非常低下。 本文介紹了數(shù)據(jù)挖

2、掘的基本概念、常用技術及相關知識，闡述了數(shù)據(jù)挖掘的發(fā)展現(xiàn)狀及增量數(shù)據(jù)挖掘的重要意義，討論了挖掘關聯(lián)規(guī)則的經(jīng)典算法Apriori及常用的幾種改進算法，在此基礎上，重點分析了常用增量關聯(lián)規(guī)則挖掘算法FUP、IUA，總結(jié)了它們效率低下的主要原因。 增量關聯(lián)規(guī)則挖掘是關聯(lián)規(guī)則挖掘研究的重要方向，其最直接的做法是重新運行一遍Apriori算法，但是這種方法沒有充分利用以前的挖掘結(jié)果，增加了很多不必要的運算時間。在分析、總結(jié)原有算法的基礎上

3、，針對現(xiàn)行增量挖掘算法的困難和不足，本文提出了TIUA(prefix-based binary Tree Incremental Update Algorithm)算法。該算法通過研究項集之間的關系，發(fā)現(xiàn)大項集之間存在著一種特定的關系，即k-項集一定是由一個()-項集加上一個單獨的項構(gòu)成的。TIUA算法利用這種特定關系，將鏈表插入、刪除以及二叉樹查找等高效特性結(jié)合起來，擺脫了傳統(tǒng)算法多次迭代的不足，只需掃描一次數(shù)據(jù)庫，就能滿足各種要求，