數(shù)據(jù)挖掘中的關(guān)聯(lián)規(guī)則技術(shù)研究.pdf

1、關(guān)聯(lián)規(guī)則挖掘作為數(shù)據(jù)挖掘領(lǐng)域的一個(gè)重要研究內(nèi)容，它揭示了項(xiàng)集之間有趣的相關(guān)關(guān)系，可廣泛應(yīng)用于購物籃分析、相關(guān)分析、分類、網(wǎng)絡(luò)個(gè)性化服務(wù)等領(lǐng)域。自1993年R．Agrawal等首次提出該問題以來，一直是數(shù)據(jù)挖掘研究和應(yīng)用領(lǐng)域活躍的前沿。典型的關(guān)聯(lián)規(guī)則發(fā)現(xiàn)算法是由R．Agrawal等提出的Apriori算法，其核心技術(shù)為其它各類關(guān)聯(lián)規(guī)則挖掘算法所廣泛采用。 然而，隨著分布式環(huán)境的日益普及，采用傳統(tǒng)的集中式關(guān)聯(lián)規(guī)則挖掘方法不能高效地發(fā)

2、現(xiàn)存在于分布式信息系統(tǒng)中的關(guān)聯(lián)規(guī)則，設(shè)計(jì)高效的分布式關(guān)聯(lián)規(guī)則挖掘算法就成為關(guān)聯(lián)規(guī)則研究的一個(gè)重要內(nèi)容。本文在研究已有的分布式關(guān)聯(lián)規(guī)則挖掘算法的基礎(chǔ)上，針對其不足，給出了一種高效的分布式關(guān)聯(lián)規(guī)則挖掘算法（ED—ARM—Efficient Distributed Association rules Mining），以快速地發(fā)現(xiàn)存在于分布式事務(wù)數(shù)據(jù)庫系統(tǒng)中的全局頻繁項(xiàng)目集。對該算法所進(jìn)行的分析和試驗(yàn)結(jié)果證明，該算法是高效可行的。 另外

3、，當(dāng)數(shù)據(jù)庫或挖掘參數(shù)發(fā)生變化時(shí)，如何高效地對頻繁項(xiàng)目集進(jìn)行更新是關(guān)聯(lián)規(guī)則挖掘研究的另一個(gè)重要內(nèi)容。本文就頻繁項(xiàng)目集的更新問題進(jìn)行研究，給出了一種基于頻繁模式樹的頻繁項(xiàng)目集增量式更新算法（FIUP—Frequent Itemsets Incremental Updating）。該算法充分利用已有挖掘結(jié)果，有效解決了最小支持度和事務(wù)數(shù)據(jù)庫同時(shí)發(fā)生變化時(shí)相應(yīng)頻繁項(xiàng)目集的更新問題，其中事務(wù)數(shù)據(jù)庫的變化同時(shí)包括增加和減少兩種情況，并對其性能進(jìn)行分