Study on New Approach for Effective Mining Association Rules from Huge Databases.pdf

1、數(shù)據(jù)挖掘是一項在大規(guī)模數(shù)據(jù)中尋找有用規(guī)則的邏輯過程。過去三十年間,計算機硬件和系統(tǒng)軟件的指數(shù)倍增長使得功能強大的計算機、數(shù)據(jù)采集儀器和存儲媒體被大規(guī)模采購。這項技術(shù)刺激了數(shù)據(jù)庫和信息產(chǎn)業(yè)的發(fā)展,帶動了工業(yè)界交易管理信息檢索和數(shù)據(jù)分析,從這些數(shù)據(jù)中抽取關(guān)聯(lián)規(guī)則成為數(shù)據(jù)挖掘中一項重要和有挑戰(zhàn)的任務。
　　 關(guān)聯(lián)規(guī)則挖掘是數(shù)據(jù)挖掘中的一種描述性的技術(shù),它可以定義為從大規(guī)模數(shù)據(jù)中發(fā)現(xiàn)有意義模式的過程(在交易數(shù)據(jù)中共同出現(xiàn)的項目集)。挖掘

2、頻繁模式是關(guān)聯(lián)規(guī)則挖掘的一個基礎部分。數(shù)據(jù)挖掘指的是從大規(guī)模數(shù)據(jù)中抽取或挖掘知識。然而,關(guān)聯(lián)規(guī)則挖掘之前的研究大多采用一種類似Apriogi算法從交易數(shù)據(jù)中產(chǎn)生關(guān)聯(lián)規(guī)則。這種類Apriori算法有兩個缺點:需要產(chǎn)生數(shù)量龐大的候選集合,需要反復掃描數(shù)據(jù)庫并且從候選集合中檢查模式匹配。
　　 此論文的目的是探索關(guān)聯(lián)規(guī)則挖掘算法并且提出一種新的關(guān)聯(lián)規(guī)則挖掘算法,得到比類Apri耐算法更好的性能。本文提出的算法結(jié)合了模式增長方式和apr

3、iori規(guī)則生成方式。本文的另一個目的是將提出的模型應用到真實購物籃分析中,以評估其有效性。從算法分析得到的知識可以提高商品促銷活動的效果。
　　 通過在搜集的和已有的數(shù)據(jù)集上進行的實驗,本文提出的算法在稠密數(shù)據(jù)集和稀疏數(shù)據(jù)集上都優(yōu)于類Apriori算法的性能。本文主要分為五個部分:第一章介紹了數(shù)據(jù)挖掘的背景基礎知識。第二章正式提出了頻繁項目集挖掘問題并且介紹了關(guān)聯(lián)規(guī)則挖掘領域最近的研究狀況。第三章比較了頻繁模式增長策略,并且提