基于數(shù)據(jù)挖掘中關聯(lián)規(guī)則的應用研究.pdf

1、隨著科技的發(fā)展，大數(shù)據(jù)越來越引起人們的關注。單個的數(shù)據(jù)可能沒有價值，但是越來越多的數(shù)據(jù)累加，就會引起質變。人們收集數(shù)據(jù)的技術也在不斷進步，數(shù)據(jù)挖掘技術就是從數(shù)據(jù)中提取有價值的信息，數(shù)據(jù)挖掘技術融合了很多學科領域的技術，涉及面非常廣泛。關聯(lián)規(guī)則技術正是在數(shù)據(jù)挖掘技術蓬勃發(fā)展的時代下產生和發(fā)展起來的。
　　隨著數(shù)據(jù)挖掘技術的不斷發(fā)展，關聯(lián)規(guī)則技術已經廣泛應用到各行各業(yè)。關聯(lián)規(guī)則的核心問題是發(fā)現(xiàn)頻繁項集，本文就圍繞著這個核心問題展開研究

2、。其一是針對經典的Apriori算法在處理中需要多次掃描事務數(shù)據(jù)庫，且會產生大量的候選集的瓶頸問題，給出了一種改進的Apriori算法，改進的算法能夠提高Apriori算法的效率。其二是針對頻繁模式增長算法在構造FP-tree時，可能會使構造的FP-tree非常茂盛，導致存儲空間的浪費和運算速度降低的缺陷，給出了一種基于鏈地址以及分割事務數(shù)據(jù)庫的改進方法；同時采用分治法的策略來發(fā)現(xiàn)頻繁項集，以提高數(shù)據(jù)挖掘的效率。
　　本文進行了實