動(dòng)態(tài)關(guān)聯(lián)規(guī)則挖掘算法的研究.pdf

1、數(shù)據(jù)挖掘是一種重要的數(shù)據(jù)分析技術(shù)，而關(guān)聯(lián)規(guī)則是一種描述型數(shù)據(jù)挖掘，關(guān)聯(lián)規(guī)則的算法屬于無監(jiān)督學(xué)習(xí)的方法。動(dòng)態(tài)關(guān)聯(lián)規(guī)則挖掘，是在普通關(guān)聯(lián)規(guī)則的基礎(chǔ)上進(jìn)一步描述了規(guī)則和數(shù)據(jù)特性隨著時(shí)間變化的特征，它為關(guān)聯(lián)規(guī)則的發(fā)展注入了新的活力。本文對(duì)數(shù)據(jù)挖掘，包括關(guān)聯(lián)規(guī)則的基本知識(shí)做了簡要介紹，然后重點(diǎn)對(duì)動(dòng)態(tài)關(guān)聯(lián)規(guī)則挖掘及其相關(guān)算法進(jìn)行了討論，給出了ABM算法在動(dòng)態(tài)關(guān)聯(lián)規(guī)則上的改進(jìn)和應(yīng)用，以及在此基礎(chǔ)上將改進(jìn)的線性鏈表應(yīng)用在動(dòng)態(tài)關(guān)聯(lián)規(guī)則上，并通過實(shí)驗(yàn)驗(yàn)證了

2、算法的有效性。
　　本文首先對(duì)數(shù)據(jù)挖掘的發(fā)展過程、基礎(chǔ)知識(shí)，以及數(shù)據(jù)挖掘應(yīng)用的重要性和發(fā)展方向進(jìn)行了簡要的討論，介紹一些關(guān)聯(lián)規(guī)則的必要知識(shí)，同時(shí)也對(duì)關(guān)聯(lián)規(guī)則挖掘算法中的三種經(jīng)典算法進(jìn)行了詳細(xì)的描述，討論了動(dòng)態(tài)關(guān)聯(lián)規(guī)則的基礎(chǔ)概念及其特點(diǎn)，并介紹了兩種經(jīng)典動(dòng)態(tài)關(guān)聯(lián)規(guī)則的挖掘算法。
　　在上述工作的基礎(chǔ)上，給出了ABM算法在動(dòng)態(tài)關(guān)聯(lián)規(guī)則上的改進(jìn)和應(yīng)用，它采用垂直的數(shù)據(jù)結(jié)構(gòu)表示格式，并利用矩陣來存儲(chǔ)運(yùn)算所需的輔助信息，同時(shí)在挖掘的過

3、程中，創(chuàng)建一維數(shù)組來存儲(chǔ)所有項(xiàng)目能與數(shù)組元素所代表的項(xiàng)目組合成頻繁2-項(xiàng)集的數(shù)目，且編號(hào)不大于該數(shù)組元素的編號(hào)。該算法通過對(duì)矩陣和數(shù)組中的值與支持度閾值進(jìn)行比較，決定是否需要進(jìn)行交運(yùn)算，以有效剪裁不必要的運(yùn)算量。
　　本文重點(diǎn)是在ABM算法的基礎(chǔ)上將改進(jìn)的線性鏈表應(yīng)用在動(dòng)態(tài)關(guān)聯(lián)規(guī)則上，它也采用垂直的數(shù)據(jù)結(jié)構(gòu)表示格式，但與其不同之處是，采用線性鏈表存儲(chǔ)頻繁(k-1)-項(xiàng)集的運(yùn)算結(jié)果，并在此基礎(chǔ)上充分利用這個(gè)運(yùn)算結(jié)果，繼而生成頻繁k-