資源描述：
《基于關(guān)聯(lián)規(guī)則的數(shù)據(jù)挖掘算法研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、摘要數(shù)據(jù)挖掘或知識(shí)發(fā)現(xiàn)是用于數(shù)據(jù)分析和理解、揭示數(shù)據(jù)內(nèi)部知識(shí)的技術(shù)，在最近幾年里已被廣泛的研究，其中關(guān)聯(lián)規(guī)則是數(shù)據(jù)挖掘的一個(gè)重要的問題。關(guān)聯(lián)規(guī)則的挖掘必須經(jīng)過概念提出、概念接受、廣泛研究和探索、逐步應(yīng)用和大量應(yīng)用等階段。目前，關(guān)聯(lián)規(guī)則的基本概念和研究方法趨于清晰，它的研究正向著更深入的方向發(fā)展，大部分學(xué)者認(rèn)為它的研究仍然處于廣泛研究和探索階段，迫切需要在基礎(chǔ)理論、應(yīng)用模式、以及挖掘算法等方面進(jìn)行創(chuàng)新。同時(shí)，關(guān)聯(lián)規(guī)則挖掘需要在挖掘效率、可用性、精確性等方面得到提升。因此，研究者需要探索新的關(guān)聯(lián)規(guī)則挖掘理論和
2、模型，需要對一些傳統(tǒng)的算法進(jìn)行改進(jìn)；也需要研究新的更有效的算法等。鑒于目前數(shù)據(jù)挖掘技術(shù)和關(guān)聯(lián)規(guī)則挖掘研究現(xiàn)狀和發(fā)展趨勢選擇了這一課題開展相關(guān)工作。在關(guān)聯(lián)規(guī)則理論方面，對關(guān)聯(lián)規(guī)則的基本概念，關(guān)聯(lián)規(guī)則的典型算法，及其算法研究新進(jìn)展進(jìn)行了全面地分類、歸納和總結(jié)，同時(shí)也針對各類算法的實(shí)用條件，算法間的差別進(jìn)行了客觀地比較。在關(guān)聯(lián)規(guī)則挖掘算法方面，針對大數(shù)據(jù)集挖掘過程中對內(nèi)存和CPU等系統(tǒng)資源要求較高的情況，在關(guān)聯(lián)規(guī)則挖掘前提出以二進(jìn)制序列集來組織數(shù)據(jù)，提高整個(gè)關(guān)聯(lián)規(guī)則挖掘中項(xiàng)目集的存儲(chǔ)效率；在關(guān)聯(lián)規(guī)則挖掘方面提出
3、兩種數(shù)據(jù)結(jié)構(gòu)構(gòu)造算法，二進(jìn)制序列密集樹算法和頻繁模式樹的正負(fù)關(guān)聯(lián)規(guī)則挖掘算法，前者首先是對數(shù)據(jù)進(jìn)行壓縮，把較大的事務(wù)數(shù)據(jù)集聚為一個(gè)相對較小的數(shù)據(jù)結(jié)構(gòu)，用以計(jì)算二項(xiàng)集的支持度和致信度；然后在二進(jìn)制頻繁項(xiàng)集樹上，利用二項(xiàng)集的支持度和致信度信息從樹的項(xiàng)層直至底層構(gòu)造頻繁項(xiàng)集，進(jìn)而挖掘出所有的關(guān)聯(lián)規(guī)則；同時(shí)為避免單一挖掘正關(guān)聯(lián)規(guī)則的局限性，提出基于頻繁模式樹的正負(fù)關(guān)聯(lián)規(guī)則挖掘算法，．該算法將事務(wù)數(shù)據(jù)庫中出現(xiàn)的正項(xiàng)目和隱含的負(fù)項(xiàng)目進(jìn)行處理，打破了先挖掘正關(guān)聯(lián)規(guī)則，其次再挖掘負(fù)關(guān)聯(lián)規(guī)則這種單一的挖掘模式。這兩種數(shù)據(jù)結(jié)
4、構(gòu)算法只需一次掃描整個(gè)數(shù)據(jù)庫而且不產(chǎn)生侯選集就可以從數(shù)據(jù)庫中挖掘所有的正，負(fù)關(guān)聯(lián)規(guī)則，大大的提高了運(yùn)算的效率。試驗(yàn)結(jié)果表明，該算法在挖掘效率、可用性，算法擴(kuò)展性方面有較好的性能。該算法對數(shù)據(jù)挖掘的作用來說，具有一定的實(shí)用價(jià)值，一方面，它可以給研究數(shù)據(jù)挖掘關(guān)聯(lián)規(guī)則的科研人員提供思路，供科研人員參考；另一方面，如果將其整合到其它現(xiàn)有的數(shù)據(jù)挖掘工具中，可以大大提高算法的實(shí)用價(jià)值。關(guān)鍵詞：數(shù)據(jù)挖掘；關(guān)聯(lián)規(guī)則；二進(jìn)制序列密集樹；頻繁模式樹；正負(fù)關(guān)聯(lián)規(guī)則AbstractDataMiningorKnowledgeDis
5、coveryingisatechnologyusedindataanalysis，dataundcrstanding,discovery／ngknowledgecontainedinthedata．Ithasbeenresearchedwidelyinrecentyears．Associationrulesisanimportantquestionindatamining,whichmustexperienceconception’bringingforward，conception’acceptance
6、,extensiveresearchandexploration,gradualapplicationandsubstantiveapplication．Atpresent，thebasicconceptionandresearchmeasuresofassociationrulesalebecomingmuchcleareranddevelopingtowardsdeeperdirection．Fromcurrentsituation，themostofscholarsthinkthattheresea
7、rchofassociationrulesisstillinaphaseofextensiveresearchandexploration．needsmoreinnovationinbasicaltheories，applicationmodelsandminingalgorithm．Meanwhile，associationrulesneedstobeimprovedinminingefficiency,usability,accuracy．Hence，researchersneedexplorenew
8、miningtheoriesandmodels，improvetraditionalalgorithm，studynewefficientalgorithm．Withregardtothecurrentsituationaswellasdevelopmentofdataminingandassociationrules，Iselectthistopictocarryoutcorrelativework．Inassociatio
