基于計算智能的關(guān)聯(lián)規(guī)則挖掘算法研究.pdf

1、近年來，數(shù)據(jù)挖掘技術(shù)已經(jīng)引起了信息產(chǎn)業(yè)界的廣泛關(guān)注，這是快速增長的數(shù)據(jù)量和日益貧乏的信息量之間矛盾運動的必然結(jié)果。對數(shù)據(jù)挖掘技術(shù)進(jìn)行系統(tǒng)和深入細(xì)致的研究是全球信息化發(fā)展的客觀要求。數(shù)據(jù)挖掘技術(shù)有很多研究領(lǐng)域，其中關(guān)聯(lián)規(guī)則就是一個重要的研究方向，在商業(yè)決策方面有著極其重要的應(yīng)用價值。本課題主要對關(guān)聯(lián)規(guī)則挖掘進(jìn)行了相關(guān)的研究。 根據(jù)傳統(tǒng)的關(guān)聯(lián)規(guī)則挖掘算法，如Apriori算法及其改進(jìn)算法都是集中在對確定的、精確的概念上進(jìn)行挖掘的，難

2、以對非精確的或者說模糊的概念進(jìn)行挖掘。同時通過實驗可發(fā)現(xiàn)尋找頻繁集主要的計算是在生成頻繁2-項集上，頻繁2-項集生成的過程是Apriori算法挖掘的瓶頸所在，針對這種情況論文提出了一種新的基于模糊集的關(guān)聯(lián)規(guī)則挖掘算法，算法引入了模糊集理論和語義關(guān)聯(lián)規(guī)則的概念，對數(shù)據(jù)庫的數(shù)值屬性進(jìn)行了合理的非精確語義轉(zhuǎn)換，然后通過改進(jìn)剪枝部分被掃描項集的大小來提高算法的效率，避免了被掃描的集合長度按照指數(shù)型增長的趨勢。 因為Apriori算法的核

3、心問題是發(fā)現(xiàn)最大項目集，發(fā)現(xiàn)最大項目集的過程就是全局的搜索過程，而遺傳算法是一種全局優(yōu)化算法，它避免了搜索過程中的局部最優(yōu)。因此將遺傳算法用在規(guī)則的發(fā)現(xiàn)和提取方面能夠發(fā)現(xiàn)真正有用的規(guī)則。由此論文提出了一種基于遺傳算法的關(guān)聯(lián)規(guī)則的挖掘算法，主要對定量關(guān)聯(lián)規(guī)則進(jìn)行挖掘，算法主要包括關(guān)聯(lián)規(guī)則的編碼方法設(shè)計，適應(yīng)度函數(shù)的構(gòu)造以及遺傳算子的改進(jìn)等。 根據(jù)論文所提出和設(shè)計的兩種基于計算智能的關(guān)聯(lián)規(guī)則挖掘算法，分別以醫(yī)療數(shù)據(jù)庫和學(xué)生數(shù)據(jù)庫為挖