基于聚類的多層關聯(lián)規(guī)則挖掘算法研究與改進.pdf

1、近年來，數(shù)據(jù)挖掘逐漸進入人們的生活，而且以很快的速度發(fā)展成一門主流的技術，所以人們現(xiàn)在更關注于通過分析數(shù)據(jù)來研究或者預測一些行為模式?！百徫锘@分析”讓更多的人把目光投放到關聯(lián)規(guī)則挖掘上，關聯(lián)規(guī)則是數(shù)據(jù)挖掘的一個經(jīng)典功能，而且更多的時候就是挖掘單層的關聯(lián)規(guī)則模式。然而現(xiàn)在，人們不僅僅對單層的關聯(lián)規(guī)則模式感興趣，可能還會對多層關聯(lián)規(guī)則模式感興趣。為了挖掘多層關聯(lián)規(guī)則，本文提出將關聯(lián)規(guī)則與聚類進行結(jié)合的多層關聯(lián)規(guī)則挖掘新思路。首先將原始事務數(shù)

2、據(jù)集聚類，聚類后的事務數(shù)據(jù)集通過一定的劃分再用于關聯(lián)規(guī)則分析，這樣可以挖掘多層關聯(lián)規(guī)則。為了更好適用于事務數(shù)據(jù)集的多層關聯(lián)規(guī)則挖掘，本文在以上的每一個階段都做了相關改進。
　　本文主要在以下四個方面重點研究與討論:
　　1.概述了數(shù)據(jù)挖掘中關聯(lián)規(guī)則、聚類以及多層關聯(lián)規(guī)則挖掘的相關理論知識，并且分析了它們近幾年來的學術成果。同時介紹了一些關聯(lián)規(guī)則和聚類的相關算法，關聯(lián)規(guī)則重點分析了Apriori和FP-Growth算法，聚類重

3、點分析了K-Means和K-Mediods算法;
　　2.設計出了一種專門針對SDS的相關性度量算法。針對本文采用的IBM生成數(shù)據(jù)集，為了提高聚類質(zhì)量，通過改進SMC和Jaccard相關系數(shù)，計算出數(shù)據(jù)集中數(shù)據(jù)對象之間的相關性系數(shù)矩陣;
　　3.關聯(lián)規(guī)則算法的改進。在FP-Growth算法基礎上提出了一些改進:針對FP-Tree建樹時占用內(nèi)存很大，經(jīng)過合并相同支持數(shù)的節(jié)點來減小樹的規(guī)模，節(jié)約空間;針對FP-Growth算法頭