資源描述:
《關(guān)聯(lián)規(guī)則算法及并行化研究》由會(huì)員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在工程資料-天天文庫(kù)。
1、密級(jí):分類號(hào):TP391學(xué)校代碼:10075學(xué)號(hào):033773工學(xué)碩士學(xué)位論文關(guān)聯(lián)規(guī)則算法及并行化研究學(xué)位申1請(qǐng)人:王濤指導(dǎo)教師:袁方教授學(xué)位類別:工學(xué)碩士學(xué)科專業(yè):計(jì)算機(jī)應(yīng)用技術(shù)授予單位:河北大學(xué)答辯日期:二oo六年六月CODE:10075U-DeC:ClassifiedIndex:TP391NO:033773ADissertationfortheDegreeofM.EngineeringResearchontheAssociationRuleAlgorithmandParallelizationW
2、angTaoProf.YuanFangMasterofEngineeringComputer&ApplicationHebeiUniversityJune,2006Candidate:Supervisor:AcademicDegreeAppliedfor:Specialty:University:DataofOralExamination:河北大學(xué)學(xué)位論文原創(chuàng)性聲明本人鄭重聲明:所呈交的學(xué)位論文,是本人在導(dǎo)師指導(dǎo)下進(jìn)行的研究工作及取得的研究成果。盡我所知,除了文中特別加以標(biāo)注和致謝的地方外,論文中不包
3、含其他人已經(jīng)發(fā)表或撰寫的研究成果,也不包含為獲得河北大學(xué)或其他教育機(jī)構(gòu)的學(xué)位或證書所使用過的材料。與我一同工作的同志對(duì)本研究所做的任何貢獻(xiàn)均已在論文中作了明確的說明并表示了致謝。作者簽名:H期:年—刀LI學(xué)位論文使用授權(quán)聲明本人完全了解河北大學(xué)右關(guān)保留、使用學(xué)位論文的規(guī)定,W:學(xué)校有權(quán)保留并向國(guó)家冇關(guān)部門或機(jī)構(gòu)送交論文的復(fù)印件和電子版,允許論文被查閱和借閱。學(xué)校可以公布論文的全部或部分內(nèi)容,可以釆用影印、縮印或其他復(fù)制手段保存論文。本學(xué)位論文屈于1、保密□,在年月H解密后適用本授權(quán)聲明。2、不保密口。
4、(請(qǐng)?jiān)谝陨舷鄳?yīng)方格內(nèi)打)作者簽名:H期:年月R導(dǎo)師簽名:日期:年月EI摘要關(guān)聯(lián)規(guī)則挖掘是數(shù)據(jù)挖掘領(lǐng)域的一個(gè)重要研究課題,它可以在海量的數(shù)據(jù)屮揭示某些特定的規(guī)律,來輔助決策者進(jìn)行決策。關(guān)聯(lián)規(guī)則挖掘在分析決策、Web日志分析、個(gè)性化信息推薦、市場(chǎng)調(diào)研等諸多方面發(fā)揮著重耍的作用。關(guān)聯(lián)規(guī)則挖掘,主要包括兩部分,一部分是頻繁項(xiàng)集的挖掘,一部分是關(guān)聯(lián)規(guī)則的生成。其中頻繁項(xiàng)集的挖掘決定著關(guān)聯(lián)規(guī)則的生成。通過挖掘頻繁項(xiàng)集,可以從大量的事務(wù)集中發(fā)現(xiàn)各個(gè)項(xiàng)目之間的相關(guān)關(guān)系。對(duì)于頻繁項(xiàng)集挖掘,Apriori算法和FP-Gr
5、owth算法是兩個(gè)比較典型的算法。木文參考了有關(guān)壓縮樹的相關(guān)概念,提TTreeMatrix算法,將所冇事務(wù)壓縮到一個(gè)壓縮樹屮,再利用矩陣的方式存儲(chǔ)壓縮的事務(wù)序列,進(jìn)而利用堆棧進(jìn)行有效的挖掘。在TreeMatrix算法的基礎(chǔ)上,進(jìn)行了一系列的優(yōu)化改進(jìn),其中包括樹的層層挖掘、頻繁項(xiàng)集大小限制等對(duì)算法的效率起著比較關(guān)鍵作用的改進(jìn)。實(shí)驗(yàn)表明TreeMatrix算法及改進(jìn)的TreeMatrix算法能夠有效地提高頻繁項(xiàng)集的挖掘效率。本文還對(duì)TreeMatrix算法進(jìn)行了并行化研究,實(shí)現(xiàn)了挖掘部分的并行化,實(shí)驗(yàn)表明
6、達(dá)到了初步的并行化效果。關(guān)鍵字?jǐn)?shù)據(jù)挖掘關(guān)聯(lián)規(guī)則挖掘頻繁項(xiàng)集TreeMatrix算法并行處理AbstractTheDiscoveringAssociationRulesisanimportantresearchtopicindataminingdomain,whichmayfindcertainspecificrulesinthemagnanimousdata.Theassociationrulescanassistthepolicy-makertocarryonthedecision,whichpla
7、ysanimportantroleintheanalysisofstatcgy,theanalysisofweblog,thepersonalizationinfbnnationrecommendation,themarketinvestigationandsoon.InthealgorithmsresearchofDiscoveringAssociationRules,itmainlyincludestwoparts,onepartisdataminingofthefrequentitemsets,
8、andotherpartisthegenerationoftheassociationrule.Thedataminingoffrequentitemsetsdecidesthegenerationoftheassociationrule.Throughthedataminingoffrequentitemsets,wemayfindthecorrelationaldependencebetweeneachitemfromthemassivetransa