數(shù)據(jù)挖掘中關(guān)聯(lián)規(guī)則算法及應(yīng)用研究.pdf

1、數(shù)據(jù)挖掘是數(shù)據(jù)庫(kù)和人工智能領(lǐng)域的熱點(diǎn)課題，受到科研與產(chǎn)業(yè)界的廣泛關(guān)注。關(guān)聯(lián)規(guī)則是數(shù)據(jù)挖掘中關(guān)鍵技術(shù)之一，能有效解決“數(shù)據(jù)豐富、知識(shí)貧乏”現(xiàn)狀，具有巨大理論研究與應(yīng)用價(jià)值。 關(guān)聯(lián)規(guī)則挖掘通常面對(duì)大型數(shù)據(jù)庫(kù)，在實(shí)踐中效率低下，成為應(yīng)用瓶頸。本文針對(duì)挖掘效率這一核心問題，給出兩種算法。首先，給出基于事務(wù)地址索引表的Apriori優(yōu)化算法，針對(duì)C<,k>進(jìn)行支持度計(jì)數(shù)步驟，提出約簡(jiǎn)事務(wù)策略，并利用事務(wù)地址索引表有序化事務(wù)數(shù)據(jù)庫(kù)，提高約簡(jiǎn)

2、事務(wù)操作效率。實(shí)驗(yàn)結(jié)果表明，該算法相對(duì)于Apriori經(jīng)典算法有所提高，但它仍是針對(duì)靜態(tài)數(shù)據(jù)的挖掘，有一定局限性。其次，實(shí)現(xiàn)基于候選項(xiàng)組合鏈的挖掘算法。算法針對(duì)候選項(xiàng)目因子拆解組合過程給出計(jì)算公式，使用鏈表構(gòu)造候選項(xiàng)組合，將用戶的需求和算法更加緊密的結(jié)合，通過掃描一次事務(wù)數(shù)據(jù)庫(kù)進(jìn)行挖掘。實(shí)驗(yàn)結(jié)果表明，該算法在執(zhí)行時(shí)間上明顯優(yōu)于Apriori經(jīng)典算法，既能避免“漏挖”的現(xiàn)象，又能實(shí)現(xiàn)基于規(guī)則約束的增量挖掘。 本文最后探討了關(guān)聯(lián)規(guī)則