基于關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘的研究與應(yīng)用.pdf

1、R.Agrawal等在1993年提出了關(guān)聯(lián)規(guī)則問題，現(xiàn)在關(guān)聯(lián)規(guī)則己經(jīng)成為數(shù)據(jù)挖掘研究的重要方向，并且吸引了眾多專家和學(xué)者的關(guān)注。 關(guān)聯(lián)規(guī)則挖掘的典型算法是由R.Agrawal等提出的Apriori算法。Apriori算法在計(jì)算侯選項(xiàng)目集的支持度時(shí)需要多次掃描整個(gè)數(shù)據(jù)庫，而隨著K的增大，不僅K維項(xiàng)目集的數(shù)目減少了，而且能包含這些項(xiàng)目集的事務(wù)也是很少的。由于數(shù)據(jù)規(guī)模大且時(shí)常更新，使得采掘效率較低，必須設(shè)計(jì)更有效的算法?；跀?shù)據(jù)挖掘的

2、研究現(xiàn)狀和關(guān)聯(lián)規(guī)則挖掘算法存在的問題，本文主要進(jìn)行了以下的研究工作： 數(shù)據(jù)挖掘技術(shù)的分析與研究。在介紹數(shù)據(jù)挖掘基本概念的基礎(chǔ)上，對(duì)數(shù)據(jù)挖掘與傳統(tǒng)分析方法、數(shù)據(jù)庫中的知識(shí)發(fā)現(xiàn)和聯(lián)機(jī)分析處理做了深入地分析和比較，對(duì)數(shù)據(jù)挖掘的對(duì)象、可發(fā)現(xiàn)的模式進(jìn)行了詳細(xì)地分類、歸納和總結(jié)，對(duì)數(shù)據(jù)挖掘常使用的技術(shù)做了介紹和分析。 關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘技術(shù)的分析與研究。在提出關(guān)聯(lián)規(guī)則基本概念的基礎(chǔ)上，本文對(duì)關(guān)聯(lián)規(guī)則的典型挖掘算法及其基本思想進(jìn)行了詳細(xì)

3、地歸納、分析和研究，對(duì)各算法之間的差別進(jìn)行了客觀地比較。 針對(duì)Apriori算法的不足，提出了一種新的關(guān)聯(lián)規(guī)則的高效挖掘算法。新算法根據(jù)支持度對(duì)事務(wù)數(shù)據(jù)庫進(jìn)行篩選刪除操作，使得在計(jì)算候選集支持度時(shí)，所掃描的事務(wù)數(shù)據(jù)庫比原來的事務(wù)數(shù)據(jù)庫小，從而提高整個(gè)算法的效率；同時(shí)，采用了一種新的產(chǎn)生候選集Ck的算法，該算法避免了原有算法在產(chǎn)生Ck時(shí)，對(duì)頻繁集Lk-1的多次掃描，提高了效率。 針對(duì)現(xiàn)有的增量式更新算法無法發(fā)現(xiàn)新增數(shù)據(jù)中的