描述性規(guī)則挖掘若干關(guān)鍵技術(shù)研究.pdf

1、描述性規(guī)則挖掘是數(shù)據(jù)挖掘研究領(lǐng)域的重要課題之一。數(shù)據(jù)挖掘的任務(wù)是從大量的數(shù)據(jù)中發(fā)現(xiàn)模式，按照其功能作用可分為預(yù)測(cè)性和描述性挖掘，描述性規(guī)則挖掘?qū)?shù)據(jù)中存在的規(guī)律、規(guī)則做出一種描述，它涵蓋了數(shù)據(jù)挖掘中關(guān)聯(lián)分析、序列模式發(fā)現(xiàn)等重要研究領(lǐng)域。 論文研究工作結(jié)合省知識(shí)產(chǎn)權(quán)平臺(tái)建設(shè)工作，針對(duì)專利文獻(xiàn)的挖掘和利用，在現(xiàn)有的描述性規(guī)則挖掘研究的基礎(chǔ)上，針對(duì)描述性規(guī)則挖掘的實(shí)際需求和若干需要解決的關(guān)鍵技術(shù)，以關(guān)聯(lián)規(guī)則分析為基礎(chǔ)，對(duì)描述性規(guī)則挖掘

2、中的序列模式挖掘技術(shù)、分布環(huán)境下關(guān)聯(lián)規(guī)則快速挖掘技術(shù)以及基于關(guān)聯(lián)分析的離群知識(shí)發(fā)現(xiàn)方法等進(jìn)行研究。 針對(duì)序列模式挖掘過程本身是一個(gè)反復(fù)的交互式過程，提出了一種基于PrefixSpan的快速交互式序列模式挖掘算法，當(dāng)最小支持度發(fā)生變化時(shí)，算法能夠充分利用前次或中間結(jié)果，快速生成新的模式；結(jié)合序列模式的增量式更新問題，提出了基于投影數(shù)據(jù)庫(kù)的序列模式增量式更新算法ISPMP，算法采用間接拼接的方法更新已經(jīng)得到的序列，用增量數(shù)據(jù)庫(kù)來減小

3、投影數(shù)據(jù)庫(kù)，從而有效提高算法效率；在此基礎(chǔ)上，為了進(jìn)一步提高序列模式挖掘的效率，提出了一種基于二進(jìn)制形式的候選頻繁序列模式生成和相應(yīng)的計(jì)算支持?jǐn)?shù)方法，該方法只需對(duì)挖掘?qū)ο筮M(jìn)行一些“或”、“與”、“異或”、等邏輯運(yùn)算操作，顯著降低了候選頻繁序列模式生成和相應(yīng)的支持?jǐn)?shù)計(jì)算的實(shí)現(xiàn)難度，將該方法與序列模式挖掘及更新算法相結(jié)合，可以有效提高序列模式挖掘及更新算法的效率：針對(duì)大數(shù)據(jù)集關(guān)聯(lián)規(guī)則發(fā)現(xiàn)問題，提出了一種快速挖掘全局最大頻繁項(xiàng)目集算法FMGM

4、FI，該算法采用FP-tree存儲(chǔ)結(jié)構(gòu)，由于FP-tree結(jié)構(gòu)是一種壓縮的存儲(chǔ)結(jié)構(gòu)，數(shù)據(jù)庫(kù)中的記錄可被壓縮存儲(chǔ)在建立的局部FP-tree的各路經(jīng)中，使得FMGMFI可方便地從各局部FP-tree的相關(guān)路徑中得到項(xiàng)目集的支持度，同時(shí)采用自頂向下和自底向上的雙向搜索策略，可有效地降低網(wǎng)絡(luò)通訊代價(jià)，高效地生成關(guān)聯(lián)規(guī)則；最后，針對(duì)現(xiàn)有離群點(diǎn)檢測(cè)算法多數(shù)面向低維空間數(shù)據(jù)，并且缺少語(yǔ)義解釋的問題，結(jié)合關(guān)聯(lián)分析及粗糙集知識(shí)提出了一種基于關(guān)聯(lián)分析的離群