多值屬性關(guān)聯(lián)規(guī)則的研究與實現(xiàn).pdf

1、在信息爆炸的時代，面對“人們被數(shù)據(jù)淹沒，同時卻仍然感到知識饑餓”的挑戰(zhàn)，數(shù)據(jù)挖掘技術(shù)應(yīng)運而生，并得以蓬勃發(fā)展。關(guān)聯(lián)規(guī)則挖掘是一個重要的研究領(lǐng)域。目前對其的研究主要是集中在以支持．信任理論為基礎(chǔ)對布爾型數(shù)據(jù)進行挖掘，并且已取得了一些研究成果，要從這些數(shù)據(jù)中挖掘潛在的規(guī)則，現(xiàn)有的布爾型關(guān)聯(lián)規(guī)則方法就顯得力不從心了。如何劃分區(qū)段是實現(xiàn)多值屬性關(guān)聯(lián)規(guī)則問題到布爾型關(guān)聯(lián)規(guī)則問題轉(zhuǎn)變的關(guān)鍵。挖掘多值屬性關(guān)聯(lián)規(guī)則的關(guān)鍵步驟是把數(shù)值型屬性所在的域分成多

2、個區(qū)間。在劃分區(qū)段方面，現(xiàn)有的方法多是把數(shù)值屬性所在的域劃分成等寬的或等深的區(qū)間，或者在一個(或一組)屬性上使用聚類算法。雖然這些算法能很好的解決多值型的數(shù)據(jù)挖掘問題，但是不能避免最小支持度和最小可信度沖突的問題，而且有可能錯過一些重要的規(guī)則。 本文所提方法是，把一個交易作為一個n維向量，并且在多個n維向量上對所有屬性使用迭代自組織的數(shù)據(jù)分析算法(ISODATA)進行聚類。由于ISODATA的試探特性，并且可以結(jié)合成人機交互的結(jié)