基于關(guān)聯(lián)規(guī)則的數(shù)據(jù)挖掘算法及其應(yīng)用.pdf

1、數(shù)據(jù)庫技術(shù)從20世紀(jì)80年代開始，已經(jīng)得到廣泛的普及和應(yīng)用。隨著數(shù)據(jù)庫容量的膨脹，特別是數(shù)據(jù)倉庫以及Web等新型數(shù)據(jù)源的日益普及，人們面臨的主要問題不再是缺乏足夠的信息可以使用，而是面對浩瀚的數(shù)據(jù)海洋如何有效地利用這些數(shù)據(jù)。面對這一挑戰(zhàn)，數(shù)據(jù)挖掘技術(shù)便形成了，數(shù)據(jù)挖掘(Data Mining)就是從大量的、不完全的、有噪聲的、模糊的、隨機(jī)的數(shù)據(jù)中，抽取隱含在其中的、人們事先不知道的、但又潛在有用的信息和知識的過程。 關(guān)聯(lián)規(guī)則挖掘

2、是數(shù)據(jù)挖掘的一個重要分支，它是指在大量數(shù)據(jù)中項(xiàng)集之間的有趣的關(guān)聯(lián)或相關(guān)聯(lián)系。關(guān)聯(lián)規(guī)則被認(rèn)為是有趣的，如果它滿足最小支持度和最小可信度。近年來，關(guān)聯(lián)規(guī)則研究成為數(shù)據(jù)挖掘中的一個熱點(diǎn)，并廣泛應(yīng)用于市場營銷、事務(wù)分析等應(yīng)用領(lǐng)域。 本文首先對數(shù)據(jù)挖掘概念及應(yīng)用進(jìn)行了較詳盡的闡述，然后重點(diǎn)介紹基于關(guān)聯(lián)規(guī)則的兩種算法：Apriori算法和FP-tree算法，并對它們的性能進(jìn)行了比較。針對FP-tree算法在挖掘大型數(shù)據(jù)庫時運(yùn)行速度慢、占用內(nèi)