分布式關聯(lián)規(guī)則挖掘若干算法研究

《分布式關聯(lián)規(guī)則挖掘若干算法研究》由會員上傳分享，免費在線閱讀，更多相關內容在學術論文-天天文庫。

1、南京師范大學碩士學位論文分布式關聯(lián)規(guī)則挖掘若干算法研究姓名：韋素云申請學位級別：碩士專業(yè)：計算數(shù)學（計算機應用）指導教師：吉根林20060401南京師范大學2006年碩士學位論文摘要隨著數(shù)據(jù)庫和計算機網絡技術的廣泛應用，許多大型數(shù)據(jù)庫都以分布式形式存在．如何從分布式數(shù)據(jù)庫中挖掘有價值的知識是一個具有挑戰(zhàn)性的研究課題。關聯(lián)規(guī)則挖掘是數(shù)據(jù)挖掘的核心任務之一．它在金融、電信、保險業(yè)，市場營銷、異常監(jiān)測、網絡安全、科學決策等方面具有十分重要的應用價值．因此受到研究人員的高度重視。本文就約束性關聯(lián)規(guī)則分布式

2、挖掘與更新、模糊數(shù)量關聯(lián)規(guī)則分布式挖掘，面向XML數(shù)據(jù)的關聯(lián)規(guī)則分布式挖掘、關聯(lián)規(guī)則的冗余刪除與聚類，關聯(lián)規(guī)則可視化等方面作了較深入的研究．本文的主要研究工作包括以下幾個方面；(1)引入向導集的概念．提出了面向全局．局部模式的分布式約束性頻繁項目集挖掘算法DeAR，包括局部約束性頻繁項目集挖掘算法CLF和全局約束性頻繁項目集挖掘算法CGF，為用戶在分布式數(shù)據(jù)庫中挖掘感興趣的關聯(lián)規(guī)則提供新的方法．(2)提出了面向全局．局部模式的約束性頻繁項目集的分布式更新算法DUCAR。包括局部約束性頻繁項目集更新

3、算法UCLF和全局約束性頻繁項目集更新算法UCGFt為在分布式數(shù)據(jù)庫更新情況下快速挖掘約束性關聯(lián)規(guī)則提供新的途徑．(3)利用模糊集理論，提出了一種基于聚類構造模糊集及相應隸屬度函數(shù)的算法FAM·在此基礎上提出了模糊敖量關聯(lián)規(guī)則挖掘算法FAR，考慮在分布式環(huán)境中利用分布式聚類構造全局模糊集和全局隸屬度函數(shù)的算法GFAM，實現(xiàn)模糊數(shù)量關聯(lián)規(guī)則分布式挖掘．(4)提出了從XMI．,數(shù)據(jù)中快速挖掘頻繁模式的增量式算法Freqffree，對分布式數(shù)據(jù)庫環(huán)境中面向XML數(shù)據(jù)的關聯(lián)規(guī)則挖掘問題進行研究．(5)針對

4、關聯(lián)規(guī)則挖掘中存在大量冗余規(guī)則的問題，提出了關聯(lián)規(guī)則的冗余刪除算法ADRR，關聯(lián)規(guī)則的聚類算法ACAR，從而方便用戶對關聯(lián)規(guī)則進行分析．(6)提出了關聯(lián)規(guī)則可視化的一種新方法ARVir,利用Java3D技術實現(xiàn)了基于ARVir的關聯(lián)規(guī)則可視化系統(tǒng)原型，方便用戶對結果進行觀察和分析．(7)實現(xiàn)分布式關聯(lián)規(guī)則挖掘原型系統(tǒng)DDMINER，驗證各個算法的正確性，測試各個算法的性能，實驗結果表明本文提出的各個算法是有效可行的，且具有較高的效率．關鍵詞：分布式數(shù)據(jù)挖掘，關聯(lián)規(guī)則．全局頻繁項目集。項約束，XML

5、?？梢暬┠暇煼洞髮W2006年嬡士學位論文Withtheincreasingapplicationofdatabaseandnetworktechnology,manydistributed出It嗣婦揖踏腫produced．itisagrinchallenge10Pjcofminingtheusefulknowledgefromdistributeddatabasesfordacision-making．Distributeddataminingispracticalforuseinmanyfi

6、eldssuch∞finance，telecommunication,insurancebusiness,marketanalysis。anomalydetection,networksccurity,sciencedecision,andsoOILAssnci撕oilruleminingisoneofco嵋data-miningtasksandhasattractedtremendousinterestamongresearchers．Thispaperstudiesondistributedm

7、iningandupdatingofassociationruleswithitemconstraints,distributedminingfuzzyquantitativeassociationrules,miningassociationrulesindistributedXMLdatas,pruningandclusteringdiscoveredassociationmlesandvisualizingassociationrules．11磚mainconlfibutionsofthep

8、aperamlisted舔follows．(1)Introduce8con∞ptofinductedset,thefastalgorithmDCARforminingc,onstrainedassociationrulesindistributedsystemsamproposed,whichincludesefficientaIgori