關(guān)聯(lián)規(guī)則在物流網(wǎng)站設(shè)計與實現(xiàn)上的應(yīng)用.pdf

1、數(shù)據(jù)挖掘(DataMining)作為數(shù)據(jù)庫研究領(lǐng)域中的熱點，正受到越來越多的關(guān)注，其任務(wù)是從大量數(shù)據(jù)中發(fā)現(xiàn)有用的數(shù)據(jù)，提取隱含在其中的、人們事先不知道的但又可能有用的信息和知識。數(shù)據(jù)挖掘是目前國際上數(shù)據(jù)庫和信息決策領(lǐng)域的最前沿研究方向之一，基于關(guān)聯(lián)規(guī)則(AssociationRule)的挖掘是其中一個重要的研究方法，具有重要的理論價值和廣泛的應(yīng)用前景。 關(guān)聯(lián)規(guī)則挖掘是發(fā)現(xiàn)大量數(shù)據(jù)中項集之間有趣的關(guān)聯(lián)或相關(guān)聯(lián)系。從大量商務(wù)事物記錄

2、中發(fā)現(xiàn)有趣的關(guān)聯(lián)關(guān)系，可以幫助許多商務(wù)決策的制定，如分類設(shè)計、交叉購物和賤賣分析。關(guān)聯(lián)規(guī)則中最經(jīng)典的算法是Apriori算法，但它有兩個致命的性能瓶頸：多次掃描事務(wù)數(shù)據(jù)庫，需要很大的I/O負載、可能產(chǎn)生龐大的侯選集?；陧椖考窨臻g理論的ISS-DM算法很好地克服了Apriori算法的缺點。 本文重點介紹了以下幾方面的工作： (1)數(shù)據(jù)挖掘現(xiàn)狀研究。 (2)對關(guān)聯(lián)規(guī)則算法(特別是Apriori算法，ISS-DM算