基于粗糙集的數(shù)據(jù)挖掘應用研究

1、論文題目：基于粗糙集的數(shù)據(jù)挖掘應用研究專業(yè)：應用數(shù)學碩士生：王佳指導教師：丁正生馮衛(wèi)兵（簽名）（簽名）摘要數(shù)據(jù)挖掘是一種對數(shù)據(jù)分析、理解，并研究數(shù)據(jù)內(nèi)部蘊含知識的技術，是當前人工智能研究中特別活躍的領域。粗糙集是一種新的數(shù)據(jù)挖掘技術，該理論不需要任何先驗的知識，就可以分析和處理不精確、不完整的信息，并從中發(fā)現(xiàn)隱含的知識，揭示潛在的規(guī)律，近年來基于粗糙集的數(shù)據(jù)挖掘越來越被人們重視。本文首先對近年來基于粗糙集理論的數(shù)據(jù)挖掘的歷史、過程及方法

2、進行了綜述。介紹了粗糙集理論的基礎知識。其次，介紹了粗糙集的核心部分即屬性約簡及決策規(guī)則獲取的算法。討論了兩種基于差別矩陣的屬性約簡算法，并對這兩種算法進行了舉例說明。并針對差別矩陣在解決較大的決策表的屬性約簡問題時出現(xiàn)的時空復雜度偏高的問題，提出了運用邏輯差別矩陣來進行屬性的約簡，這就大大提高了運算的效率，同時針對不一致的決策表，對邏輯差別矩陣概念進行了修正，提出了本文的改進算法，該算法直接利用改進的邏輯差別矩陣進行矩陣的生成，避免了

3、決策表不一致時傳統(tǒng)算法帶來的錯誤結果，又對幾個屬性在邏輯差別矩陣中出現(xiàn)的次數(shù)相同的情況進行了補充，并在算法得到約簡后，加上了一個反向相消的過程，這些都使得該約簡算法能更加有效的得出最小的約簡集合。再次，簡單的介紹了規(guī)則獲取算法，并在其基礎上增加了刪除重復記錄的步驟，有效提高了約簡效率。最后，針對當代大學生學習風氣狀況，運用本文提出的屬性約簡算法和規(guī)則提取算法，研究了影響大學生學習風氣的幾種因素與大學生綜合績點的關系，并確定了影響綜合績點

4、的關鍵因素，提出了提高大學生綜合績點的規(guī)則。關鍵詞：數(shù)據(jù)挖掘；屬性約簡；邏輯差別矩陣；規(guī)則提??；大學生學習風氣研究類型：應用研究betweentheseveralfactsthataffectcollegestudentslearningculturestudentsgradepointwasresearchedusingtheproposedalgithmfattributereductionruleextractionalgithm

5、.Thenthekeyfactsthataffecttheconsolidatedresultspointwasidentifiedtherulestoimprovethestudentsgradepointwasproposed.Keywds:DataminingAttributereductionLogicdiscernibilitymatrixRuleacquisitionThestudyethosofcollegestudent