關(guān)聯(lián)規(guī)則經(jīng)典算法改進(jìn)及其在商業(yè)智能上的應(yīng)用研究.pdf

1、隨著數(shù)據(jù)庫(kù)技術(shù)的成熟和數(shù)據(jù)應(yīng)用的普及,人類積累的數(shù)據(jù)量正在以指數(shù)速度增長(zhǎng).當(dāng)數(shù)據(jù)量極度增長(zhǎng)時(shí),如果沒(méi)有有效的方法,由計(jì)算機(jī)及信息技術(shù)來(lái)提取有用信息和知識(shí),人們也會(huì)感到面對(duì)信息海洋像大海撈針一樣束手無(wú)策.面對(duì)這一挑戰(zhàn),數(shù)據(jù)挖掘技術(shù)應(yīng)運(yùn)而生.數(shù)據(jù)挖掘(Data Mining,DM)就是從大量的數(shù)據(jù)中挖掘出人們感興趣的知識(shí),它是一類深層次的數(shù)據(jù)分析方法,被認(rèn)為是解決"數(shù)據(jù)爆炸知識(shí)貧乏"的有效方法之一.最近幾年里已被數(shù)據(jù)庫(kù)界廣泛研究.經(jīng)過(guò)若干年

2、的研究和實(shí)踐,其經(jīng)濟(jì)價(jià)值已經(jīng)顯現(xiàn)出來(lái),被廣泛應(yīng)用于科學(xué)研究、金融投資、市場(chǎng)營(yíng)銷、保險(xiǎn)、醫(yī)療衛(wèi)生、產(chǎn)品制造業(yè)、通信網(wǎng)絡(luò)管理等行業(yè). 在整個(gè)數(shù)據(jù)挖掘的研究中,高效率的算法始終占有特別重要的地位.由于數(shù)據(jù)挖掘面對(duì)的是大量的數(shù)據(jù)集,因此算法的效率將對(duì)其應(yīng)用起關(guān)鍵的作用.現(xiàn)有的算法總有著這樣或那樣難以克服的局限性.鑒于此,本文著重對(duì)關(guān)聯(lián)規(guī)則挖掘算法進(jìn)行了研究. 在研究經(jīng)典Apriori算法的基礎(chǔ)上,給出了一個(gè)新的算法,分別從減小時(shí)

3、間消耗和有效挖掘小概率重要規(guī)則兩個(gè)方面對(duì)Apriori算法進(jìn)行了改進(jìn):一方面,針對(duì)Apriori生成的潛在頻繁項(xiàng)目集規(guī)模過(guò)大,新算法盡量減小潛在2項(xiàng)集的規(guī)模,使之盡可能的接近頻繁2項(xiàng)集,大大縮短了時(shí)間消耗；另一方面,針對(duì)數(shù)據(jù)庫(kù)中項(xiàng)目分布不均勻,出現(xiàn)概率相差較大,所挖掘出的關(guān)聯(lián)規(guī)則將可能涉及不到出現(xiàn)頻率較低的項(xiàng)目的問(wèn)題,通過(guò)給他們賦以不同權(quán)值,區(qū)別對(duì)待數(shù)據(jù)庫(kù)中的每個(gè)項(xiàng)目,從而可以挖掘出Apriori挖不出但卻極具價(jià)值的規(guī)則. 經(jīng)過(guò)