基于Apriori算法和OLAP的關聯(lián)規(guī)則挖掘模型設計.pdf

1、進入21世紀，很多企業(yè)或其他機構(gòu)都逐步實現(xiàn)了管理的信息化。隨著信息化程度的不斷提高，這些機構(gòu)儲存了大量的數(shù)據(jù)。如何從如此海量的數(shù)據(jù)中獲得有用的信息并加以學習利用，己經(jīng)成為信息技術發(fā)展與應用的重要課題。這正是數(shù)據(jù)挖掘所要完成的任務。關聯(lián)規(guī)則挖掘作為數(shù)據(jù)挖掘的一個重要研究分支，其主要研究目的就是從大型數(shù)據(jù)集中發(fā)現(xiàn)隱藏的、有趣的、屬性間的規(guī)律，即關聯(lián)規(guī)則。關聯(lián)規(guī)則分析的一個典型應用是貨籃分析，該過程通過發(fā)現(xiàn)顧客放入貨籃中不同商品之間的聯(lián)系，分

2、析顧客的購買習慣。通過了解哪些商品頻繁地被顧客同時一起購買，幫助零售商制定商業(yè)規(guī)劃和營銷策略等。 關聯(lián)規(guī)則的一個經(jīng)典算法為Apfiori算法。但隨著數(shù)據(jù)庫規(guī)模的不斷擴大，該算法顯示出了缺點。Apfiori算法是一個逐層迭代和候選產(chǎn)生．檢測算法。計算每一個候選項的計數(shù)將占用大量CPU計算時間。 OLAP技術是共享多維數(shù)據(jù)的快速查詢和分析技術。本文通過分析Apriori算法的特點，提出一種有針對性的OLAP關聯(lián)規(guī)則挖掘模型。