質(zhì)量管理決策支持系統(tǒng)中關(guān)聯(lián)規(guī)則挖掘算法的分析與實(shí)現(xiàn).pdf

1、隨著數(shù)據(jù)庫(kù)技術(shù)的不斷發(fā)展及數(shù)據(jù)庫(kù)系統(tǒng)在信息管理中的廣泛應(yīng)用，數(shù)據(jù)庫(kù)中存儲(chǔ)的數(shù)據(jù)量急劇增大。如何從這些海量數(shù)據(jù)中發(fā)現(xiàn)知識(shí)，導(dǎo)致了知識(shí)發(fā)現(xiàn)和數(shù)據(jù)挖掘領(lǐng)域的出現(xiàn)。對(duì)數(shù)據(jù)挖掘技術(shù)的研究，國(guó)內(nèi)外己經(jīng)取得了許多令人矚目的成就，并成功地應(yīng)用到了許多領(lǐng)域，但在質(zhì)量管理領(lǐng)域中的應(yīng)用并不廣泛。R.Agrawal等在1993年提出了關(guān)聯(lián)規(guī)則問(wèn)題，它揭示事物之間的相關(guān)程度，現(xiàn)在關(guān)聯(lián)規(guī)則已經(jīng)成為數(shù)據(jù)挖掘研究的重要方向。市場(chǎng)客戶(hù)反饋的產(chǎn)品質(zhì)量信息中存在很多相關(guān)性問(wèn)

2、題，可以用關(guān)聯(lián)規(guī)則挖掘方法對(duì)質(zhì)量信息進(jìn)行數(shù)據(jù)挖掘，發(fā)現(xiàn)其中的關(guān)聯(lián)規(guī)律，本文設(shè)計(jì)了質(zhì)量管理決策支持系統(tǒng)體系架構(gòu)，該結(jié)構(gòu)的特點(diǎn)，是基于以關(guān)聯(lián)規(guī)則挖掘?yàn)橥緩剑阅Ｐ蛶?kù)和知識(shí)庫(kù)為主體的決策支持系統(tǒng)。
　　在現(xiàn)有的關(guān)聯(lián)規(guī)則挖掘算法中，廣泛采用了“支持度—置信度”的評(píng)價(jià)標(biāo)準(zhǔn)。然而過(guò)去的一些應(yīng)用發(fā)現(xiàn)，從一個(gè)數(shù)據(jù)庫(kù)中很容易產(chǎn)生大量規(guī)則，但其中的大部分對(duì)用戶(hù)來(lái)說(shuō)可能是不感興趣的或者沒(méi)用的，甚至還可能引起誤導(dǎo)。為了解決這個(gè)問(wèn)題，本文提出了增加興趣度的

3、閾值，并設(shè)計(jì)和實(shí)現(xiàn)了關(guān)聯(lián)規(guī)則挖掘子系統(tǒng)。當(dāng)挖掘出一條關(guān)聯(lián)規(guī)則的支持度，置信度和興趣度同時(shí)大于最小支持度，最小置信度和最小興趣度閾值時(shí)，才被認(rèn)為最有意義的模式。
　　關(guān)聯(lián)規(guī)則發(fā)現(xiàn)算法的主要問(wèn)題是找出所有強(qiáng)項(xiàng)集，然后找出有效關(guān)聯(lián)規(guī)則。本文通過(guò)對(duì)基于支持度，置信度的關(guān)聯(lián)規(guī)則挖掘算法進(jìn)行改進(jìn)，設(shè)計(jì)出一個(gè)利用結(jié)構(gòu)化查詢(xún)語(yǔ)句(SQL)對(duì)關(guān)系數(shù)據(jù)庫(kù)操作的簡(jiǎn)便有效的關(guān)聯(lián)規(guī)則挖掘算法，并引入了興趣度的評(píng)價(jià)標(biāo)準(zhǔn)，從而挖掘出用戶(hù)感興趣的規(guī)則。在眾多的數(shù)