關(guān)聯(lián)規(guī)則挖掘算法的分析、優(yōu)化及應(yīng)用.pdf

1、目前多數(shù)高校的在校生人數(shù)都已達(dá)上萬甚至十幾萬的規(guī)模，教師人數(shù)也在千人以上。高校運行著的各種系統(tǒng)和各類數(shù)據(jù)庫，如學(xué)籍管理、成績管理等，已經(jīng)積累了大量的數(shù)據(jù)。管理人員只能通過簡單的統(tǒng)計或排序等功能獲得表面的信息，由于缺乏信息意識和技術(shù)，隱藏在這些大量數(shù)據(jù)中的信息一直沒有得到有效利用。如何對這些數(shù)據(jù)進(jìn)行重新利用，將現(xiàn)有的管理數(shù)據(jù)轉(zhuǎn)化為可供使用的知識，提高學(xué)校管理決策性，提高管理水平和辦學(xué)質(zhì)量，是很多高校在考慮的問題。通過數(shù)據(jù)挖掘技術(shù)，在一定程

2、度上能夠解決這些問題，使信息系統(tǒng)的功能得到最大程度的利用。 數(shù)據(jù)挖掘是從數(shù)據(jù)中析取、識別和發(fā)現(xiàn)潛在正確和有用、前所未知的、最終可理解的知識(規(guī)則或模型)的過程。數(shù)據(jù)挖掘技術(shù)要在已有數(shù)據(jù)中識別數(shù)據(jù)的模式，以幫助用戶理解現(xiàn)有的信息，并在已有信息的基礎(chǔ)上，對未來狀況做出預(yù)測。關(guān)聯(lián)規(guī)則挖掘是數(shù)據(jù)挖掘領(lǐng)域的重要研究方向。關(guān)聯(lián)規(guī)則反映的是數(shù)據(jù)之間一種內(nèi)在的關(guān)聯(lián)關(guān)系。發(fā)現(xiàn)數(shù)據(jù)間的這種內(nèi)在聯(lián)系，有利于決策者利用這些規(guī)則做出正確和合理的決策。

3、 關(guān)聯(lián)規(guī)則的算法可依據(jù)需不需要產(chǎn)生侯選項集的做法分為兩類，以FP樹法與類Apriori方法為代表。此兩者最主要的差異在于，F(xiàn)P樹法并不產(chǎn)生侯選項集，它將數(shù)據(jù)庫壓縮在FP樹結(jié)構(gòu)中，避免多次的高成本的數(shù)據(jù)庫掃描，后者是需要產(chǎn)生侯選項集的方法。 本文從數(shù)據(jù)挖掘技術(shù)的研究入手，深入研究了關(guān)聯(lián)規(guī)則挖掘，并在此基礎(chǔ)上對經(jīng)典的關(guān)聯(lián)規(guī)則挖掘算法Apriori算法進(jìn)行分析，指出其不足之處，提出了兩個新的改進(jìn)算法。此外還結(jié)合常州工學(xué)院目前招生管