版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領
文檔簡介
1、隨著計算機技術(shù)的廣泛使用,信息化如今已經(jīng)滲透到每一個行業(yè),企業(yè)在運營過程中積累了大量的歷史數(shù)據(jù),與此同時,人們卻面臨著歷史數(shù)據(jù)臃腫,有用信息匱乏的窘境,如何充分利用這些海量數(shù)據(jù)并從中挖掘有效的信息對每個行業(yè)都是挑戰(zhàn)。關(guān)聯(lián)規(guī)則挖掘是一種常用的分析數(shù)據(jù)屬性之間相互作用能對事務產(chǎn)生何種影響的技術(shù),比如露點溫度與空氣濕度是怎樣影響天氣,降雨與否跟哪些因素有關(guān)等等,其相關(guān)性分析結(jié)果在一定程度上有助于為企業(yè)提供決策支持,因此在各行業(yè)中被大量使用。常
2、見的關(guān)聯(lián)規(guī)則挖掘方法具有描述簡單、表達直觀和結(jié)果可解釋性強等優(yōu)勢,自提出以來,眾多學者的不斷完善與改進,已經(jīng)取得長足的發(fā)展和廣泛的應用。然而在實際生活生產(chǎn)需求中,現(xiàn)有的關(guān)聯(lián)規(guī)則挖掘方法在處理關(guān)系型數(shù)據(jù)集時,通常以屬性為粒度求解屬性之間的相關(guān)性,可能存在屬性相關(guān)性不夠精細的問題,從而無法剖析屬性的內(nèi)在結(jié)構(gòu)、內(nèi)涵及隱藏的細粒度的相關(guān)規(guī)律。也就是說,如何提高算法的fine精度已然成為了一個新的突破點。
本文從邏輯學的角度出發(fā),以期通
3、過某種算法挖掘得到粒度更小的關(guān)聯(lián)規(guī)則,為關(guān)聯(lián)規(guī)則挖掘提供一個新的角度。本文的具體實現(xiàn)是首先基于領域特征從邏輯學角度提出用某種二進制編碼的方法對屬性進行分解得到屬性片段,由于常規(guī)的關(guān)聯(lián)規(guī)則挖掘方法并不能處理粒度更小的的屬性片段,因此我們采用了基于邏輯OCAT(One Clause At ATime)方法。OCAT方法要求數(shù)據(jù)集能且只能被分為兩類,并且只適合處理二進制化的數(shù)據(jù)集,因此需要將上述屬性片段構(gòu)造正負樣本訓練集E+和E-。OCAT方
4、法得到關(guān)聯(lián)規(guī)則的過程即是集合覆蓋的過程,它每次得到當前最優(yōu)的子式,該子式能接受E+中所有樣本,但是盡可能多地拒絕E-中的樣本,當所有子式合取得到的合取范式能接受所有E+中的樣本,并且接受所有E-中的負樣本的時候,算法結(jié)束,此時得到的合取范式即為關(guān)聯(lián)規(guī)則的表達式。為了驗證方法的有效性,文中將該方法應用在電信客戶流失預測和氣象領域中的降雨預測。不同領域的數(shù)據(jù)集的特點不一樣,因此OCAT邏輯方法在應用到具體領域時的需要結(jié)合數(shù)據(jù)集的具體情況,比
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于邏輯與運算的關(guān)聯(lián)規(guī)則挖掘算法.pdf
- 基于命題邏輯的關(guān)聯(lián)規(guī)則挖掘研究及應用.pdf
- 關(guān)聯(lián)規(guī)則挖掘方法的研究與應用.pdf
- 文本關(guān)聯(lián)規(guī)則挖掘方法研究與應用.pdf
- 基于關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘的研究與應用.pdf
- 基于背景知識的關(guān)聯(lián)規(guī)則挖掘方法研究及應用.pdf
- 基于群體智能的關(guān)聯(lián)規(guī)則挖掘方法及應用.pdf
- 數(shù)據(jù)挖掘中關(guān)聯(lián)規(guī)則挖掘方法的研究及應用.pdf
- 關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘方法的研究和應用.pdf
- 基于OLAP的關(guān)聯(lián)規(guī)則挖掘的研究與應用.pdf
- 基于關(guān)聯(lián)規(guī)則的Web日志挖掘研究與應用.pdf
- 基于關(guān)聯(lián)規(guī)則的數(shù)據(jù)挖掘研究及應用.pdf
- 基于時態(tài)約束的關(guān)聯(lián)規(guī)則挖掘方法研究.pdf
- 關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘方法的研究與實現(xiàn).pdf
- 基于關(guān)聯(lián)分類的動態(tài)關(guān)聯(lián)規(guī)則趨勢度挖掘方法研究.pdf
- 有效關(guān)聯(lián)規(guī)則挖掘方法的研究.pdf
- 基于關(guān)系模型的關(guān)聯(lián)規(guī)則挖掘的研究與應用.pdf
- 基于微粒群算法的關(guān)聯(lián)規(guī)則挖掘方法及應用.pdf
- 基于模式矩陣的關(guān)聯(lián)規(guī)則挖掘算法的研究與應用.pdf
- 基于動態(tài)數(shù)據(jù)的關(guān)聯(lián)規(guī)則挖掘算法研究與應用.pdf
評論
0/150
提交評論