基于無向圖的關(guān)聯(lián)規(guī)則算法的研究與應(yīng)用.pdf

1、近年來，數(shù)據(jù)挖掘(DacaMining，簡稱DM)技術(shù)的發(fā)展已經(jīng)引起了信息產(chǎn)業(yè)界的廣泛關(guān)注，這是快速增長的數(shù)據(jù)量和日益貧乏的信息量之間矛盾運動的必然結(jié)果。對數(shù)據(jù)挖掘技術(shù)進行深入細致的研究是全球信息化發(fā)展的客觀要求。 數(shù)據(jù)挖掘是數(shù)據(jù)庫中知識發(fā)現(xiàn)(KnowledgeDiscoveryinDatabases，簡稱KDD)的核心步驟，是指從大型的數(shù)據(jù)庫中發(fā)現(xiàn)潛在的、新穎的、有價值的、可用的、能被用戶理解的模式和信息的過程。關(guān)聯(lián)規(guī)則挖掘是

2、數(shù)據(jù)挖掘的一個重要研究領(lǐng)域，有著極其重要的應(yīng)用價值。關(guān)聯(lián)規(guī)則挖掘的目的是尋找在大量的數(shù)據(jù)項中隱藏著的聯(lián)系或者相關(guān)性，既數(shù)據(jù)庫中的知識模式。 本文在廣泛閱讀了國內(nèi)外文獻的基礎(chǔ)之上，提出了一種新的基于無向圖的關(guān)聯(lián)規(guī)則最大頻繁項集挖掘算法以及對挖掘出的關(guān)聯(lián)規(guī)則進行聚類的研究。本文的創(chuàng)新點主要有以下兩個方面： (1)為了挖掘事務(wù)數(shù)據(jù)庫中局部關(guān)聯(lián)性比較強的頻繁項集，提出基于無向圖的關(guān)聯(lián)規(guī)則最大頻繁項集挖掘算法。首先將事務(wù)數(shù)據(jù)庫由橫

3、向轉(zhuǎn)為縱向，將其保存到一個鄰接矩陣中，其中邊的權(quán)值表示任意二項集的支持度。然后，基于邊的權(quán)值將整個無項完全圖拆分成若干完全子圖。最后采用自底向上和自頂向下兩種策略來挖掘頻繁項集，根據(jù)不同的最小支持度閥值比較兩種策略的效率。實驗結(jié)果表明，在支持度閥值比較低的時候，本文提出的挖掘算法效率非常高。 (2)為了從大量的規(guī)則中識別出有用的信息，必須對規(guī)則進行處理，刪除冗余的規(guī)則或?qū)σ?guī)則進行聚類或二者同時進行。本文提出一種改進的規(guī)則之間的距