基于數(shù)據(jù)場的量化關(guān)聯(lián)規(guī)則研究.pdf

1、隨著數(shù)據(jù)收集工具的廣泛應(yīng)用,海量數(shù)據(jù)的收集和積累導(dǎo)致“數(shù)據(jù)爆炸”,已經(jīng)超出了人們理解和掌握的能力,傳統(tǒng)的數(shù)據(jù)分析方法已不能滿足需求,數(shù)據(jù)挖掘和知識(shí)發(fā)現(xiàn)技術(shù)應(yīng)運(yùn)而生并得到廣泛應(yīng)用。關(guān)聯(lián)規(guī)則挖掘是數(shù)據(jù)挖掘研究的一個(gè)重要分支,用于發(fā)現(xiàn)存在于數(shù)據(jù)庫中的屬性集之間有趣的關(guān)系。量化關(guān)聯(lián)規(guī)則挖掘是關(guān)聯(lián)規(guī)則挖掘的一個(gè)重要研究課題,由于其在商業(yè)、生產(chǎn)等諸多領(lǐng)域的廣泛應(yīng)用,越來越受到數(shù)據(jù)挖掘界的重視與關(guān)注。
　　本文在對關(guān)聯(lián)規(guī)則挖掘研究的背景下,仔細(xì)

2、分析了現(xiàn)如今國內(nèi)外對量化關(guān)聯(lián)規(guī)則挖掘研究的現(xiàn)狀以及所采用的挖掘方法,在此基礎(chǔ)上展開了對基于數(shù)據(jù)場的量化關(guān)聯(lián)規(guī)則挖掘的研究工作。首先,介紹了數(shù)據(jù)挖掘技術(shù)的基本概念、挖掘?qū)ο?、挖掘任?wù)、基本過程和分類,然后介紹了關(guān)聯(lián)規(guī)則的一些基本理論、概念、挖掘關(guān)聯(lián)規(guī)則的基本步驟,重點(diǎn)研究了經(jīng)典的關(guān)聯(lián)規(guī)則的挖掘算法Apriori算法和其在挖掘量化關(guān)聯(lián)規(guī)則中所存在的問題。在此基礎(chǔ)上,通過運(yùn)用數(shù)據(jù)場的思想,并結(jié)合數(shù)據(jù)場中數(shù)據(jù)之間所呈現(xiàn)出來的特性,提出了基于數(shù)據(jù)

3、場的量化關(guān)聯(lián)規(guī)則,該方法較以往的量化關(guān)聯(lián)規(guī)則挖掘方法有以下幾點(diǎn)改進(jìn):第一,在對數(shù)據(jù)集挖掘量化關(guān)聯(lián)規(guī)則時(shí),先將數(shù)據(jù)集中的每個(gè)數(shù)據(jù)都映射為數(shù)據(jù)場中的一個(gè)具有一定數(shù)據(jù)能量的數(shù)據(jù)點(diǎn),每個(gè)數(shù)據(jù)點(diǎn)獨(dú)立地向周圍輻射并接收其他數(shù)據(jù)輻射過來的能量,以體現(xiàn)不同數(shù)據(jù)對數(shù)據(jù)挖掘任務(wù)的不同作用;第二,聚類部分,對量化屬性進(jìn)行整體聚類,使得聚類得到的屬性區(qū)間簇更加合理;第三,在選擇聚類算法時(shí),結(jié)合數(shù)據(jù)場的特性,分析了K-均值聚類算法的優(yōu)缺點(diǎn),揚(yáng)長補(bǔ)短,從而提高聚類