Vague集理論在關聯(lián)規(guī)則和聚類分析中的應用研究.pdf

1、為處理模糊信息，1965年Zadeh 提出了Fuzzy 集理論，之后Fuzzy 集理論得到不斷發(fā)展和完善，并成功應用于數(shù)據(jù)挖掘領域，相應的基于Fuzzy 集理論的數(shù)據(jù)挖掘算法研究較多并運用于實際工程項目中。但是，在隨后的研究中有學者指出這種單值的隸屬度也有不足，為了可以處理這類Fuzzy 集無法表示且具有模糊性信息的問題，1993年臺灣學者Gau和Buehrer 提出了Vague 集理論，Vague 集可視為Fuzzy 集的推廣，F(xiàn)uz

2、zy 集是Vague 集的一種特殊情況，它具有更強的表達數(shù)據(jù)模糊性和不精確性的能力。
　　 論文研究基于Vague 集的關聯(lián)規(guī)則算法，定義了基于Vague 集的關聯(lián)規(guī)則，定義了新的基于Vague 集的Vag u e 支持度和Vague 置信度。在數(shù)據(jù)缺失下的布爾關聯(lián)規(guī)則挖掘中，用Vague 集來處理數(shù)據(jù)缺失部分的信息，使關聯(lián)規(guī)則的數(shù)據(jù)挖掘更符合實際要求，并給出了一種新的基于Vague 集的布爾關聯(lián)規(guī)則挖掘算法VagueAprio

3、ri算法，該算法將傳統(tǒng)的布爾關聯(lián)規(guī)則挖掘模型解決問題的范圍擴大，可以處理數(shù)據(jù)缺失下的布爾關聯(lián)規(guī)則挖掘問題，也能處理傳統(tǒng)的布爾關聯(lián)規(guī)則挖掘問題。最后，將VagueApriori算法進行了實現(xiàn)，采用C＃語言編程實現(xiàn)該算法的核心部分以及與用戶的交互操作，并對該算法的性能進行了簡單的實驗分析，最后通過一個實例來對VagueApriori算法進行檢驗和驗證。
　　 此外，論文通過研究Fuzzy 集上的直接聚類法，從而將Fuzzy 集上的直

4、接聚類法推廣到Vague 集上，給出一些建立Vague 相似關系的方法，分別用Matlab的M 語言編程實現(xiàn)這些計算過程，在給出幾種構造Vague 集相似矩陣方法的基礎上，將Fuzzy 集上的編網(wǎng)法和最大樹法引入到Vague 集上，定義了Vague 關系圖，并給出了基于Vague 集的Vague 直接聚類法：Vague 編網(wǎng)法和Vague 最大樹法，然后將Vague 集上的Vague 直接聚類法與Vague等價聚類法進行對比研究。