基于時序和極大團的關聯(lián)規(guī)則數(shù)據(jù)挖掘方法的研究.pdf

1、密級——一編號——YIJNNANNORMALUNIVERSITY碩士研究生學位論文論文題目：基于時序和極大團的關聯(lián)規(guī)則數(shù)據(jù)挖掘方法的研究一、學院i篡扭盤堂復焦=蠱撞盛堂箍專業(yè)名稱鹽箕趣拯往復翌迨、研究方向熬握攙趣二研究生姓名至寶：：學號03081202003導篩姓名一蔞繾爨職稱夔援2006年6月／t日摘要關聯(lián)規(guī)則挖掘是數(shù)據(jù)挖掘中最活躍的研究方法之一。最早是由Agrawal等人提出的(1993年)。最初提出的動機是針對購物籃分析(Bask

2、elAnalysis)問題提出的其目的是為了發(fā)現(xiàn)交易數(shù)據(jù)庫(TransactionDatabase)中不同商品之間的聯(lián)系茬則。交易數(shù)據(jù)庫可以把顧客的相關交易(如所購物品項目等)存儲F來。通過對這些數(shù)據(jù)的智能分析，可以獲得有天頤客購買模式的一般性規(guī)則。這些規(guī)則刻畫了顧客的購買行為模式，可以用來指導商家科學地安排進貨、庫存以及貨架設計等。一關聯(lián)規(guī)則在其它領域也可以得到廣泛討論，如目錄設計商品廣告郵寄分析、追加銷售、倉庫規(guī)劃、網(wǎng)絡故障分析、市

3、場規(guī)則，廣告策劃、分類設計等關聯(lián)知識(Association)反映一個事件和其它，。事件之間的依賴或關聯(lián)，關聯(lián)可分為簡單笑聯(lián)、對序(TimeSeries)笑聯(lián)，因果關聯(lián)、數(shù)量天聯(lián)等這些關聯(lián)并不總是事先知道的，而是通過數(shù)據(jù)庫申數(shù)據(jù)的關聯(lián)分析得到的，因而對商業(yè)決策具有新價值。大多數(shù)算法得到的關聯(lián)規(guī)則事實上假毆其是永遠有效的，但是時間是現(xiàn)實世界的重要屬性大電容量數(shù)據(jù)集中的時間屬性對用戶來說可能是很關鍵的。用戶關心的往往是某一時間區(qū)域的數(shù)據(jù)而不

4、是整個數(shù)據(jù)，而特定時間區(qū)域的數(shù)據(jù)又可能導致特定的數(shù)據(jù)間的關聯(lián)規(guī)則解決這一問題的方法就是在算法中考慮時間因素，囡此，數(shù)據(jù)庫中表的字段要至少包括事務號、時態(tài)區(qū)間和項目序列三個字段。這里的時態(tài)區(qū)間反映了對應的項目序列發(fā)生或被收集的時間范圍。關聯(lián)規(guī)則的挖掘可以利用時態(tài)約束來進行預處理等工作，可以過濾掉用戶不關心的時段上的數(shù)據(jù)。過濾數(shù)據(jù)庫以減少掃描空間、降低輸入輸出代價、減少內(nèi)存需求進而提高挖掘效率的關鍵。如果數(shù)據(jù)庫中的每個元組均有其時態(tài)約束的規(guī)

5、則，那么就可以更好的描述客觀情況，因而更有價值。目前，大部分的工作都集中在時間并U，的范胃內(nèi)進行考慮的，顯然和時間并U，相關的所有事務中的所有項目在時間并U，中都是必然發(fā)生的但在時間交n，中卻不一定，換言之，在時間并Uf中，如果事務中某些項目的組合構成了頻繁項目集，但在時間交n，中至少包含該頻繁項目集的概率和P卻不同根據(jù)專家知識給此概率和一個閾值口。，當P=口。時，其P所在的時間交nr就稱j為黃金時間段假設把黃金時間段的思想應用型超市的

6、話，那么在時間交n，這些黃金時間段內(nèi)，I商家應根據(jù)不同的黃金時間段內(nèi)出現(xiàn)的極大的頻繁商品的不同而有的放矢的更準確的準備充足的貨f源，以供顧客購買很顯然，對于黃金時間段的研究也是一個很有意義的課題。由于計算機在處理海量的數(shù)據(jù)項的過程中，梅是對內(nèi)存的極大考驗，而通過已經(jīng)學過的極人團的特點，將關聯(lián)性最強、項目之間最容易產(chǎn)生極大有序頻繁項目集的項生成一個極大團，這樣就可以把原來海量的數(shù)據(jù)項進行了有效的劃分，緩解了內(nèi)存不足的問題。本研究是將時序邏