關(guān)聯(lián)規(guī)則算法研究及其在鐵路隧道安全管理中的應(yīng)用.pdf

1、數(shù)據(jù)挖掘技術(shù)是伴隨信息量的迅速增長而誕生的，如何滿足人們對(duì)知識(shí)與信息的渴求，以便快速地獲取知識(shí)以及應(yīng)用于決策領(lǐng)域，已經(jīng)成為當(dāng)前信息處理中的熱門課題之一。 數(shù)據(jù)挖掘的方法很多，其中關(guān)聯(lián)規(guī)則挖掘是一種主要的也是用途最廣的數(shù)據(jù)挖掘方法，關(guān)聯(lián)規(guī)則概念最早是由在IBM工作的Rakesh Agrawal博士等于1993年提出的，用于刻畫事務(wù)數(shù)據(jù)庫中各交易項(xiàng)目之間的關(guān)系，即頻繁關(guān)系，自此，對(duì)關(guān)聯(lián)規(guī)則的研究已有10余年時(shí)間并取得了很多成果，但還

2、有很多問題亟待解決。本論文對(duì)此作了詳細(xì)介紹，并對(duì)關(guān)聯(lián)規(guī)則挖掘理論特別是關(guān)聯(lián)規(guī)則挖掘算法進(jìn)行了深入研究，取得了一定的研究成果。 文章首先介紹了數(shù)據(jù)挖掘的內(nèi)涵、過程和一些方法，并簡介了國內(nèi)外目前的研究現(xiàn)狀。關(guān)聯(lián)規(guī)則方法是被實(shí)踐(沃爾瑪)證明了的一種非常有用的數(shù)據(jù)挖掘方法。關(guān)聯(lián)規(guī)則的主要任務(wù)就是獲得頻繁項(xiàng)集，獲得頻繁項(xiàng)集的經(jīng)典算法是Apriori算法和FP-growth算法，從算法的數(shù)據(jù)結(jié)構(gòu)看這兩種算法分別是基于數(shù)組和基于樹的；文章還

3、介紹并分析了Apriori算法的幾種改進(jìn)算法AprioriTid和AprioriHash等，同時(shí)還介紹并分析了FP-growth算法的改進(jìn)算法PFP-growth。在總結(jié)了這些算法的特性后，作者提出了基于數(shù)組的AprioriN算法，此算法通過編碼的方式把對(duì)數(shù)據(jù)庫的操作轉(zhuǎn)化到對(duì)內(nèi)存的操作上，雖然此算法對(duì)處理機(jī)的內(nèi)存要求較高，但大大提高了算法的效率；同時(shí)還提出了基于FP-tree的高性能關(guān)聯(lián)規(guī)則挖掘算法FP-growthN算法，可以通過增加

4、一個(gè)額外的數(shù)據(jù)結(jié)構(gòu)加快項(xiàng)集的遍歷速度，在第二遍掃描數(shù)據(jù)庫時(shí)，建立基本FP-tree(T<,φ>)的同時(shí)生成一個(gè)矩陣A<,φ>，這個(gè)矩陣用來保存頻繁2～項(xiàng)集。 我國的鐵路隧道多數(shù)存在病害，以往大量歷史病害數(shù)據(jù)沒能為治理和防治工作提供有效的決策支持，而數(shù)據(jù)挖掘的關(guān)聯(lián)規(guī)則方法可以通過挖掘歷史數(shù)據(jù)為隧道病害防治和治理提供有效指導(dǎo)。由于作者提出的新算法FP-growthN特別適合那些數(shù)據(jù)量很大但數(shù)據(jù)項(xiàng)很稀疏的數(shù)據(jù)挖掘，文章將這種新算法應(yīng)用