數(shù)據(jù)挖掘技術(shù)在員工管理網(wǎng)站設(shè)計與實現(xiàn)上的應(yīng)用.pdf

1、數(shù)據(jù)挖掘（Data Mining）作為數(shù)據(jù)庫研究領(lǐng)域中的熱點(diǎn)，正受到越來越多的關(guān)注，其任務(wù)是從大量數(shù)據(jù)中發(fā)現(xiàn)有用的數(shù)據(jù)，提取隱含在其中的、人們事先不知道的但又可能有用的信息和知識。數(shù)據(jù)挖掘是目前國際上數(shù)據(jù)庫和信息決策領(lǐng)域的最前沿研究方向之一，基于關(guān)聯(lián)規(guī)則（Association Rules）的挖掘是其中一個重要的研究方法，具有重要的理論價值和廣泛的應(yīng)用前景。 關(guān)聯(lián)規(guī)則挖掘就是從大量的數(shù)據(jù)中挖掘出有價值的描述數(shù)據(jù)項之間相互聯(lián)系的知

2、識。這些知識指的是形如A（）B的表達(dá)式，其中A和B是特征集合。關(guān)聯(lián)規(guī)則中最經(jīng)典的算法是Apriori算法，但它有兩個致命的性能瓶頸：多次掃描事務(wù)數(shù)據(jù)庫，需要很大的I/O負(fù)載、可能產(chǎn)生龐大的侯選集?；跀U(kuò)展概念格理論的關(guān)聯(lián)規(guī)則算法很好地克服了Apriori算法的缺點(diǎn)。 本文重點(diǎn)介紹了以下幾方面的工作： （1）數(shù)據(jù)挖掘現(xiàn)狀研究。 （2）對關(guān)聯(lián)規(guī)則算法（特別是Apriori算法，基于擴(kuò)展概念格的關(guān)聯(lián)規(guī)則算法）進(jìn)行深入研