快速生成關(guān)聯(lián)規(guī)則的算法研究.pdf

1、數(shù)據(jù)挖掘是目前信息科學(xué)領(lǐng)域最前沿的研究課題之一，在許多領(lǐng)域均有成功的應(yīng)用范例。應(yīng)用數(shù)據(jù)挖掘技術(shù)可以發(fā)現(xiàn)一些隱藏在大量數(shù)據(jù)背后的潛在信息來預(yù)測(cè)事物發(fā)展趨勢(shì)，這些信息極大提高了決策支持的能力。關(guān)聯(lián)規(guī)則是其中一個(gè)重要的研究方向，有著廣泛的應(yīng)用背景，已引起人們的普遍關(guān)注。其主要的研究目的是從大型數(shù)據(jù)集中發(fā)現(xiàn)隱藏的、有趣的、屬性間存在的規(guī)律。目前，關(guān)聯(lián)規(guī)則及挖掘算法研究的熱點(diǎn)主要是如何提高發(fā)現(xiàn)頻繁項(xiàng)集的效率，而對(duì)如何由頻繁項(xiàng)集生成關(guān)聯(lián)規(guī)則卻很少涉

2、及，本文則將研究重點(diǎn)放在了后者，主要工作有以下幾個(gè)方面： 1.分析了由頻繁項(xiàng)集生成關(guān)聯(lián)規(guī)則的經(jīng)典算法和李雄飛算法，并將求下集極大元的Boundary算法用于求所有關(guān)聯(lián)規(guī)則后件，經(jīng)典算法及李雄飛算法采用的是逐層搜索的寬度優(yōu)先方法，而Boundary算法則采用深度優(yōu)先的方法發(fā)現(xiàn)頻繁項(xiàng)集，本文分析了這三種算法的優(yōu)缺點(diǎn)。 2.在綜合和借鑒前人研究成果的基礎(chǔ)上，給出了GRSET(GenerateRulesbyusingSet-En