增量更新關(guān)聯(lián)規(guī)則挖掘方法的研究.pdf

1、當(dāng)今社會(huì)是一個(gè)信息社會(huì)，信息瞬息萬(wàn)變。大量信息在給人們帶來(lái)方便的同時(shí)也帶來(lái)了一大堆問(wèn)題：第一是信息過(guò)量，難以消化；第二是信息真假難以辨認(rèn)；第三是信息安全難以保證；第四是信息形式不一致，難以統(tǒng)一處理。如何才能不被信息淹沒(méi)，而是從中發(fā)現(xiàn)有用的知識(shí)，提高信息利用率?面對(duì)這一挑戰(zhàn)，數(shù)據(jù)挖掘技術(shù)應(yīng)運(yùn)而生。關(guān)聯(lián)規(guī)則是數(shù)據(jù)挖掘中一個(gè)很重要的分支，它能發(fā)現(xiàn)事物之間的關(guān)系，從而得到數(shù)據(jù)內(nèi)部潛在有價(jià)值的信息。隨著時(shí)間的推移，數(shù)據(jù)庫(kù)總是在不斷的變化，于是如何

2、高效地從更新后的數(shù)據(jù)庫(kù)中對(duì)已經(jīng)推導(dǎo)出的關(guān)聯(lián)規(guī)則進(jìn)行更新成為人們探究的熱點(diǎn)。
　　 已有的成熟的增量更新關(guān)聯(lián)規(guī)則挖掘方法大致可以分為兩類(lèi)：一類(lèi)是基于Apriori算法，如FUP1、FUP2算法等，另一類(lèi)是基于FP樹(shù)算法，如FIUA2算法等。這兩類(lèi)算法都有自身的缺點(diǎn)，前者的缺點(diǎn)是需要多次掃描數(shù)據(jù)庫(kù)，很耗時(shí)間，后者的缺點(diǎn)是需要多次生成條件FP樹(shù)，很耗空間。本文在總結(jié)前人算法的優(yōu)缺點(diǎn)的基礎(chǔ)上，給出了基于圖的關(guān)聯(lián)規(guī)則增量更新挖掘算法，算法

3、充分考慮了挖掘需要，只需要掃描一次數(shù)據(jù)庫(kù)，并且減少了冗余候選集的生成，在提高空間使用率的同時(shí)又提高了挖掘效率。本文所作的工作有：
　　 首先，對(duì)已有的經(jīng)典算法及其改進(jìn)算法進(jìn)行了深入的研究，包括Apriori算法、FP樹(shù)算法、FUP算法、DLG算法等，分析了這些算法的優(yōu)缺點(diǎn)。對(duì)一些新穎的算法技術(shù)進(jìn)行了探討和學(xué)習(xí)，如數(shù)值型數(shù)據(jù)集的處理問(wèn)題、模糊約束概念等。
　　 其次，給出了圖的四叉鏈表存儲(chǔ)結(jié)構(gòu)，分析了該結(jié)構(gòu)引入的優(yōu)點(diǎn)，并且

4、基于該結(jié)構(gòu)給出了完全頻繁項(xiàng)集挖掘算法GIU1和最大頻繁項(xiàng)集挖掘算法GIU2，給出了算法描述和實(shí)例演示。
　　 再次，鑒于圖的優(yōu)點(diǎn)，將圖的結(jié)構(gòu)拓展到模糊時(shí)態(tài)的數(shù)據(jù)集增量更新挖掘應(yīng)用中，給出了模糊時(shí)態(tài)增量更新完全頻繁項(xiàng)集的挖掘算法FuzzyGIU，分析了圖在模糊時(shí)態(tài)環(huán)境下使用的合理性和有效性，并對(duì)算法進(jìn)行了描述和實(shí)例演示。
　　 最后，對(duì)這些算法進(jìn)行了仿真實(shí)驗(yàn)，并與相關(guān)的已有算法進(jìn)行了性能對(duì)比。結(jié)果表明了本文給出的基于圖存儲(chǔ)