關(guān)聯(lián)規(guī)則算法及其在個性化網(wǎng)站的應(yīng)用研究.pdf

1、數(shù)據(jù)挖掘就是從大量數(shù)據(jù)中提取和挖掘知識,故又稱為數(shù)據(jù)庫知識發(fā)現(xiàn).關(guān)聯(lián)分析發(fā)現(xiàn)關(guān)聯(lián)規(guī)則是數(shù)據(jù)挖掘中最活躍的領(lǐng)域.在很多情況下,用戶關(guān)心的只是關(guān)聯(lián)規(guī)則的一個子集,因此科研人員引入了約束關(guān)聯(lián)規(guī)則的概念.該文對關(guān)聯(lián)規(guī)則和約束關(guān)聯(lián)規(guī)則挖掘算法進行了研究和分析,發(fā)現(xiàn)基于候選集的約束算法仍有很大的缺陷,主要問題是:1.需要反復(fù)掃描數(shù)據(jù)庫2.產(chǎn)生大量的候選集因此基于候選集的約束算法在挖掘低支持度、長模式的規(guī)則時效率低下.該文分析了這些算法,提出了基于H

2、-Mine算法的Con-H-Mine項目約束算法(Constraint-basedHyper-Structure Mining),該算法僅需掃描兩遍數(shù)據(jù)庫,并且采用模式增長的方法不產(chǎn)生候選集;采用Con-H-Struct(Constraint-based Hyper-Structure)結(jié)構(gòu)存儲數(shù)據(jù)集合,減少了空間的開銷.同時該算法也可以適用于大型數(shù)據(jù)集,在進行數(shù)據(jù)集劃分時能夠有效地進行空間度量.通過以上改進,設(shè)計出一個較好的、有效的數(shù)