基于OCAT邏輯方法的細精度關(guān)聯(lián)規(guī)則挖掘研究與應用.pdf

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