基于量化規(guī)則格的關聯(lián)規(guī)則挖掘及其分布處理研究.pdf

1、形式概念分析自1982年由德國的 Wille教授提出以后，近年來被廣泛用于軟件工程、知識發(fā)現(xiàn)、信息檢索等領域。概念格是形式概念分析中的核心數(shù)據(jù)結構，通過Hasse圖來表現(xiàn)出概念之間的層次關系?；诟拍罡裰苯赢a(chǎn)生關聯(lián)規(guī)則的時空復雜度非常高，從概念格中提取關聯(lián)規(guī)則的一般過程是分兩步進行，先構造概念格，然后掃描概念格來挖掘關聯(lián)規(guī)則，計算過程的瓶頸在于概念格的規(guī)模隨形式背景擴大呈指數(shù)級增長，提取規(guī)則的效率比較低下。本文主要圍繞量化規(guī)則格和關聯(lián)規(guī)

2、則的優(yōu)化提取做了相關研究，提出兩種規(guī)則挖掘算法，簡化規(guī)則挖掘步驟，并且實現(xiàn)了最小無冗余關聯(lián)規(guī)則的分布獲取。主要研究工作包括： (1)提出了量化規(guī)則格，一種基于概念格的擴展模型。在漸增構格過程中能產(chǎn)生每個概念所對應的最小項集集合(SLIT)，從SLIT中可以直接推導出精確規(guī)則和近似規(guī)則，無須重新掃描整個格結構，計算速度和復雜性優(yōu)于基于普通概念格的規(guī)則挖掘算法。 (2)提出了一種基于量化規(guī)則格的規(guī)則漸增更新算法。對給定概念的

3、SLIT，可以直接推導出精確規(guī)則，結合其對應的子概念SLIT，可以推導出近似規(guī)則，從而使整個規(guī)則挖掘過程整合在對概念的漸增更新中。 (3)提出了一種基于量化規(guī)則格的關聯(lián)規(guī)則分布獲取算法。分布計算是提高性能的有效方法，通過對規(guī)則挖掘過程的步驟分解，給出了關聯(lián)規(guī)則分布式提取方案，使最終的全局關聯(lián)規(guī)則由部分關聯(lián)規(guī)則合并計算產(chǎn)生。 (4)擴展了P2P-MPI平臺。采用JAVAMPI語言在深騰1800機群系統(tǒng)上實現(xiàn)了本文算法，同時