版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、在過去的二十多年里,隨著數(shù)據(jù)庫技術(shù)的迅速發(fā)展以及數(shù)據(jù)庫管理系統(tǒng)的廣泛應(yīng)用,人們收集數(shù)據(jù)的能力有了巨大的提高,積累的數(shù)據(jù)越來越多。海量的數(shù)據(jù)背后隱藏著許多重要的、有趣的信息,人們希望能夠?qū)ζ溥M行更高層次的分析,以便發(fā)現(xiàn)有用的知識,從而更好地利用這些數(shù)據(jù),為管理者提供強有力的決策支持。傳統(tǒng)的數(shù)據(jù)統(tǒng)計分析方法已經(jīng)不能夠滿足目前的需要,于是數(shù)據(jù)挖掘技術(shù)便應(yīng)運而生了。 數(shù)據(jù)挖掘(Data Mining),也稱為數(shù)據(jù)庫中的知識發(fā)現(xiàn),是指從大
2、量的、不完全的、有噪聲的、模糊的數(shù)據(jù)中抽取出潛在的、有效的、新穎的、有用的和最終可以理解和運用的知識的過程。它是涉及數(shù)據(jù)庫、計算理論、人工智能、統(tǒng)計理論、認知科學(xué)等眾多學(xué)科的一門交叉學(xué)科,能夠?qū)?shù)據(jù)進行關(guān)聯(lián)分析、分類、聚類、預(yù)測、孤立點分析、演變分析。盡管數(shù)據(jù)挖掘技術(shù)誕生不久,但它廣泛的應(yīng)用前景和巨大的魅力,吸引了眾多學(xué)者極大的研究熱情和產(chǎn)業(yè)界人士的廣泛關(guān)注。 關(guān)聯(lián)分析是數(shù)據(jù)挖掘中最重要的研究領(lǐng)域之一。Agrawal等于1993
3、年首先提出了挖掘顧客交易數(shù)據(jù)庫中項集間的關(guān)聯(lián)規(guī)則問題。以后眾多的研究人員對關(guān)聯(lián)規(guī)則的挖掘問題進行了大量的研究,他們的工作包括對原有的算法進行優(yōu)化,如引入隨機采樣、并行的思想等,以提高算法挖掘規(guī)則的效率,對關(guān)聯(lián)規(guī)則的應(yīng)用進行推廣。一般而言,從數(shù)據(jù)庫中發(fā)現(xiàn)頻繁模式是關(guān)聯(lián)分析的核心任務(wù),因為從頻繁模式生成關(guān)聯(lián)規(guī)則只是一個簡單的計算問題。 運動是自然界永恒的真理。我們所獲得的數(shù)據(jù)也是在動態(tài)地改變著。相應(yīng)的,我們運用數(shù)據(jù)挖掘技術(shù)從數(shù)據(jù)中獲
4、得的知識也要隨著數(shù)據(jù)的改變而改變,以反映出新的趨勢。增量算法能夠通過處理新增加的數(shù)據(jù)來滿足對原有知識的更新、加強的需要,這種方法避免了對整個數(shù)據(jù)集重新進行挖掘。1989年,Paul Utgoff等人提出了決策樹的增量更新算法ID5R,使得著名的決策樹算法ID3能夠根據(jù)動態(tài)增加的實例對整個樹的結(jié)構(gòu)進行調(diào)整。關(guān)聯(lián)規(guī)則的增量挖掘算法FUP和FUP2[5,21]是由David W. Cheung等人于1996,1997年提出的。它們采用類似于A
5、priori[12]算法的“產(chǎn)生-驗證”候選集的方法,對新增加的數(shù)據(jù)集進行多遍掃描并結(jié)合原有的頻繁項集,最后生成更新后的頻繁項集。基于滑動窗口的增量式關(guān)聯(lián)規(guī)則算法SWF[6]使用了新穎的方法:在候選2項集的基礎(chǔ)上一次性生成所有的候選K(K>2)項集,然后再驗證這些候選集,使得掃描數(shù)據(jù)庫的次數(shù)減少到兩次。類似的,增量算法的思想也被研究者運用到其它方面,產(chǎn)生了增量聚類算法等。 現(xiàn)有的增量式算法FUP,SWF在一定程度上解決了模式的增
6、量更新問題,但是對于減量問題(即一部分數(shù)據(jù)從數(shù)據(jù)集中刪除后,原數(shù)據(jù)集中的模式的更新問題)則沒有進行專門的研究和論述。眾所周知,現(xiàn)代數(shù)據(jù)庫的動態(tài)更新不僅包括數(shù)據(jù)的增加,也包括數(shù)據(jù)的刪除和更改(可以看作“先刪除-后增加”的一種特殊情況),因此,模式的減量更新維護也是一個值得研究的問題。然而,現(xiàn)有的增量式算法都存在一定的局限性,例如,F(xiàn)UP要對數(shù)據(jù)庫進行多遍掃描;SWF的“一次生成所有候選”的策略對于用IBM Quest project數(shù)據(jù)生
7、成器生成的模擬交易數(shù)據(jù)集存在著過度擬合現(xiàn)象,而在真實數(shù)據(jù)集上的效率則要低得多。 另一方面,動態(tài)數(shù)據(jù)庫的增減量挖掘也會涉及到一個重要的問題:什么時候該對數(shù)據(jù)庫進行增減量挖掘?David W.Cheung等人于1998年提出了DELI[42]算法,該算法利用集合對稱差原理定義了一個可信度因子(certainty factor)來確定什么時候該對數(shù)據(jù)庫進行更新。然而該算法會對數(shù)據(jù)庫進行多遍掃描,降低了效率。同時,為了計算可信度因子,D
8、ELI使用了抽樣技術(shù),從而不可避免的產(chǎn)生False Negative和False Positive的問題。 基于以上討論,本文主要的研究工作如下: ·用模態(tài)邏輯對關(guān)聯(lián)規(guī)則分析中的概念進行了規(guī)范化的描述。 ·提出了一種針對動態(tài)數(shù)據(jù)庫的減量模式更新算法DUA。 ·分析了增量式算法SWF對于模擬數(shù)據(jù)庫的過度擬合問題,提出了一種高效的剪枝策略,并給出了頻繁模式的高效增減量算法EDUA,EDUA-O
9、。 ·研究了數(shù)據(jù)庫中項集的分布,并提出一種基于Kolmogolov-Smirnov統(tǒng)計分布檢驗的數(shù)據(jù)庫更新策略(算法KSDM)。 為了證明所提出的算法和策略的有效性,我們在模擬的和真實的數(shù)據(jù)集上進行了大量的實驗。實驗結(jié)果表明,所提出的DUA算法優(yōu)于Apriori算法,能夠快速地對數(shù)據(jù)庫進行減量更新;KSDM策略能夠根據(jù)數(shù)據(jù)庫的動態(tài)增減情況及時對整個數(shù)據(jù)庫進行更新,避免了頻繁更新數(shù)據(jù)庫的開銷。相對于FUP,F(xiàn)U
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 大數(shù)據(jù)庫中頻繁模式挖掘算法研究及應(yīng)用.pdf
- 面向維數(shù)約簡和模式分類的增減量學(xué)習(xí)研究.pdf
- 聚集類型數(shù)據(jù)中頻繁模式挖掘的研究.pdf
- 圖數(shù)據(jù)庫頻繁模式挖掘關(guān)鍵技術(shù)研究.pdf
- 數(shù)據(jù)庫管理與維護
- 數(shù)據(jù)庫的建立與維護
- 不確定數(shù)據(jù)中頻繁序列模式挖掘算法的研究.pdf
- 基于MapReduce的圖數(shù)據(jù)庫頻繁子圖挖掘.pdf
- 數(shù)據(jù)庫動態(tài)恢復(fù)研究.pdf
- 數(shù)據(jù)流中頻繁模式挖掘方法的研究及應(yīng)用.pdf
- oracle組件在動態(tài)web數(shù)據(jù)庫的應(yīng)用_動態(tài)數(shù)據(jù)庫-論文網(wǎng)
- 數(shù)據(jù)挖掘中頻繁集的產(chǎn)生算法.pdf
- 城市地下管線數(shù)據(jù)庫動態(tài)維護的若干問題淺析
- 不確定數(shù)據(jù)流中頻繁模式挖掘算法的研究.pdf
- 停車場數(shù)據(jù)庫維護手冊
- 服務(wù)器數(shù)據(jù)庫維護方案
- sql server數(shù)據(jù)庫日常維護規(guī)范
- informix數(shù)據(jù)庫維護及應(yīng)急手冊
- oracle數(shù)據(jù)庫日常維護方案書
- 動態(tài)可擴展的數(shù)據(jù)庫設(shè)計
評論
0/150
提交評論