語言關(guān)聯(lián)規(guī)則的挖掘方法及應(yīng)用研究.pdf

1、在大型數(shù)據(jù)庫中挖掘關(guān)聯(lián)規(guī)則是數(shù)據(jù)挖掘領(lǐng)域的一個十分重要的研究內(nèi)容。面對大型數(shù)據(jù)庫，關(guān)聯(lián)規(guī)則挖掘需要在挖掘效率、可用性、精確性、可理解性等方面得到提升。鑒于目前數(shù)據(jù)挖掘技術(shù)和關(guān)聯(lián)規(guī)則挖掘研究的現(xiàn)狀和發(fā)展趨勢，需要探索新的關(guān)聯(lián)規(guī)則表達形式和挖掘技術(shù)，同時根據(jù)所面臨的實際應(yīng)用問題的需要，選擇了這一課題開展相關(guān)研究工作。 在系統(tǒng)分析模糊聚類方法的基礎(chǔ)上，提出了一種基于改進微粒群算法的模糊聚類策略，利用改進的微粒群自動調(diào)整各模糊聚類的中心

2、點及其隸屬函數(shù)參數(shù)，使模糊聚類結(jié)果符合數(shù)據(jù)分布特征，通過典型模糊分類問題說明方法的有效性。 開展了語言值關(guān)聯(lián)規(guī)則的挖掘算法研究，提出一種面向關(guān)系數(shù)據(jù)庫中連續(xù)數(shù)量屬性的語言值關(guān)聯(lián)規(guī)則的挖掘算法。首先利用基于微粒群的模糊聚類算法，將數(shù)據(jù)庫中各連續(xù)屬性上的取值劃分成多個語言值，使各語言值能反映各連續(xù)屬性數(shù)據(jù)本身的分布特點，同時通過連續(xù)量和語言值之間的轉(zhuǎn)換，能軟化劃分的邊界，語言值有很好的理解性、能表達抽象的概念：在此基礎(chǔ)上提出語言值關(guān)

3、聯(lián)規(guī)則的評價方式和挖掘算法，使得挖掘出的語言值關(guān)聯(lián)規(guī)則更貼近人的思維方式和理解特征。 系統(tǒng)分析了影響燃油用耗的各種主觀和客觀因素，認為機務(wù)段節(jié)約用油激勵方式應(yīng)該是動態(tài)的，具有競爭性，能有效調(diào)動司機的節(jié)油積極性，所以在機車燃油成本管理信息系統(tǒng)中，采用相對激勵策略，也就是說在不同時間段各司機油耗與平均油耗的相對位置確定對其激勵程度，減少主觀性和其它因素的影響。采用了．所提出的語言值關(guān)聯(lián)規(guī)則的挖掘算法，獲取指定時間段司機油耗與平均油耗