基于數(shù)據(jù)倉庫的關(guān)聯(lián)規(guī)則挖掘算法的研究與應(yīng)用.pdf

1、在過去的數(shù)十年中，無論是商業(yè)企業(yè)、科研機(jī)構(gòu)或者政府部門，MIS系統(tǒng)(Management Information System，管理信息系統(tǒng))都被廣泛地應(yīng)用在信息管理上。以事務(wù)處理為主的MIS系統(tǒng)在方便數(shù)據(jù)管理的同時(shí)，也積累了海量的、十分繁雜的數(shù)據(jù)。由于爆炸性增長的數(shù)據(jù)量與相對(duì)貧乏的知識(shí)之間的矛盾，使得數(shù)據(jù)挖掘成為目前國際上信息決策和人工智能領(lǐng)域的最前沿研究方向之一，其中發(fā)現(xiàn)大量數(shù)據(jù)中項(xiàng)集的相關(guān)聯(lián)系的關(guān)聯(lián)規(guī)則(Association R

2、ule)挖掘是它的一個(gè)重要方向。 鑒于此，對(duì)經(jīng)典的關(guān)聯(lián)規(guī)則算法進(jìn)行了深入的分析和研究，并對(duì)原算法存在的不足之處，提出了一些改進(jìn)方法，取得了一定的效果，研究內(nèi)容主要包括： (1)改變了經(jīng)典算法的單向搜索方法，運(yùn)用了自項(xiàng)向下和自底向上相結(jié)合的搜索策略。無論項(xiàng)目集數(shù)目多少或是最小支持度大小，都能夠較快的找到頻繁集，實(shí)驗(yàn)證明能提高算法的效率。 (2)利用自底向上生成的非頻繁項(xiàng)目集合來指導(dǎo)自頂向下的降維操作，可減少自頂向下

3、的侯選頻繁集的數(shù)量。 (3)利用矩陣的結(jié)構(gòu)保存事務(wù)數(shù)據(jù)庫，減少計(jì)算機(jī)的I/O操作，利用事務(wù)數(shù)據(jù)庫壓縮存儲(chǔ)的性質(zhì)對(duì)數(shù)據(jù)進(jìn)行裁減，提高了對(duì)數(shù)據(jù)遍歷的效率。 (4)研究了數(shù)值屬性關(guān)聯(lián)規(guī)則的挖掘算法，利用聚類算法來劃分區(qū)間，然后將劃分后的區(qū)間映射為布爾屬性，最后發(fā)現(xiàn)用戶感興趣的關(guān)聯(lián)規(guī)則。 最后，將理論知識(shí)與實(shí)踐相結(jié)合，以學(xué)生成績分析數(shù)據(jù)倉庫為數(shù)據(jù)源，進(jìn)行關(guān)聯(lián)規(guī)則的挖掘，同時(shí)以O(shè)LAP等工具對(duì)數(shù)據(jù)進(jìn)行多維展現(xiàn)，實(shí)現(xiàn)數(shù)據(jù)分析