基于粗糙集理論的Apriori算法優(yōu)化及其在Web日志挖掘中的應(yīng)用研究.pdf

1、隨著Web技術(shù)在各行各業(yè)的廣泛應(yīng)用,Web服務(wù)器上存在大量的日志文件,通過Web日志挖掘,可以發(fā)現(xiàn)用戶訪問Web頁面的模型和訪問習(xí)慣。然而,經(jīng)典Apriori算法在處理大規(guī)模數(shù)據(jù)時(shí)存在諸多問題,急需一種挖掘算法既能實(shí)現(xiàn)關(guān)聯(lián)規(guī)則挖掘,又能高效地執(zhí)行。
　　本文對經(jīng)典Apriori算法進(jìn)行了較為詳細(xì)的分析和評價(jià),針對該算法的不足并結(jié)合粗糙集理論中知識(shí)約簡的方法,對經(jīng)典Apriori算法進(jìn)行了優(yōu)化改進(jìn),實(shí)現(xiàn)了新的關(guān)聯(lián)規(guī)則挖掘算法——RS

2、Apriori算法,并通過多組實(shí)驗(yàn)證明新算法較好地提升了運(yùn)行速度和挖掘效率。此外,將該算法應(yīng)用到Web日志挖掘處理中,建立基于粗糙集的Web日志挖掘模型,除去冗余屬性,實(shí)現(xiàn)屬性約簡,得到有效的決策規(guī)則,也取得了良好的效果。
　　本文主要研究內(nèi)容與創(chuàng)新點(diǎn)如下:
　　1.對經(jīng)典Apriori算法的基本思想、優(yōu)缺點(diǎn)以及其實(shí)現(xiàn)步驟進(jìn)行了較為詳細(xì)的描述,深入分析了影響其執(zhí)行效率的關(guān)鍵因素,找到算法改進(jìn)的切入點(diǎn)。
　　2.鑒于粗糙

3、集理論在處理模糊不確定知識(shí)方面的特性,對粗糙集理論中知識(shí)約簡方法進(jìn)行重點(diǎn)介紹,并以該方法為基礎(chǔ)給出了RSApriori算法。粗糙集理論的核心內(nèi)容是知識(shí)約簡,其基本思想就是在不改變原知識(shí)庫分類能力的條件下,刪除不相關(guān)或者不重要的冗余知識(shí)。RSApriori算法首先通過項(xiàng)集預(yù)處理操作對事務(wù)集中的項(xiàng)進(jìn)行篩選,排除無意義的項(xiàng),這就避免了生成大量的候選項(xiàng)集;然后利用粗糙集理論中知識(shí)約簡方法對項(xiàng)集進(jìn)行約簡,這就避免了多次掃描數(shù)據(jù)庫,從理論上提升了算