關(guān)于弱比例規(guī)則的挖掘及推理研究.pdf

1、數(shù)據(jù)挖掘是智能信息處理領(lǐng)域中一個十分活躍的前沿性研究方向，在許多領(lǐng)域均有成功的應(yīng)用范例.關(guān)聯(lián)規(guī)則是數(shù)據(jù)挖掘中最為熱門的研究課題之一.本文引入了一種特殊的數(shù)量關(guān)聯(lián)規(guī)則稱為弱比例規(guī)則(WeakRatioRules)，主要從模型、性質(zhì)、挖掘、推理和應(yīng)用五個方面展開對弱比例規(guī)則的研究，取得了如下研究成果： 1.討論了一個模糊集對另一個模糊集的Goguen包含度的性質(zhì)并引入了比Goguen包含度能更好描述模糊集包含程度的支持度概念，然后將

2、模糊集的支持度概念推廣到[0，+∞]值模糊集.作為[0，+∞]值模糊集支持度的特例，有限集上非負實值函數(shù)的支持度，被用來描述弱比例規(guī)則. 2.設(shè)計了挖掘有限個有限鏈直積下集的GenApriori算法和Boundary算法.GenApriori算法是R.Agrawal的Apriori算法的推廣，是一個寬度優(yōu)先算法，Boundary算法是一個深度優(yōu)先算法.算法分析和實驗結(jié)果均表明：在一些情況下Boundary算法優(yōu)于GenAprio