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

1、近年來(lái)，數(shù)據(jù)挖掘(DacaMining，簡(jiǎn)稱(chēng)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(zhǎng)的數(shù)據(jù)量和日益貧乏的信息量之間矛盾運(yùn)動(dòng)的必然結(jié)果。對(duì)數(shù)據(jù)挖掘技術(shù)進(jìn)行深入細(xì)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(kù)中知識(shí)發(fā)現(xiàn)(KnowledgeDiscoveryinDatabases，簡(jiǎn)稱(chēng)KDD)的核心步驟，是指從大型的數(shù)據(jù)庫(kù)中發(fā)現(xiàn)潛在的、新穎的、有價(jià)值的、可用的、能被用戶理解的模式和信息的過(guò)程。關(guān)聯(lián)規(guī)則挖掘是

2、數(shù)據(jù)挖掘的一個(gè)重要研究領(lǐng)域，有著極其重要的應(yīng)用價(jià)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(xiàng)中隱藏著的聯(lián)系或者相關(guān)性，既數(shù)據(jù)庫(kù)中的知識(shí)模式。 本文在廣泛閱讀了國(guó)內(nèi)外文獻(xiàn)的基礎(chǔ)之上，提出了一種新的基于無(wú)向圖的關(guān)聯(lián)規(guī)則最大頻繁項(xiàng)集挖掘算法以及對(duì)挖掘出的關(guān)聯(lián)規(guī)則進(jìn)行聚類(lèi)的研究。本文的創(chuàng)新點(diǎn)主要有以下兩個(gè)方面： (1)為了挖掘事務(wù)數(shù)據(jù)庫(kù)中局部關(guān)聯(lián)性比較強(qiáng)的頻繁項(xiàng)集，提出基于無(wú)向圖的關(guān)聯(lián)規(guī)則最大頻繁項(xiàng)集挖掘算法。首先將事務(wù)數(shù)據(jù)庫(kù)由橫

3、向轉(zhuǎn)為縱向，將其保存到一個(gè)鄰接矩陣中，其中邊的權(quán)值表示任意二項(xiàng)集的支持度。然后，基于邊的權(quán)值將整個(gè)無(wú)項(xiàng)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(lái)挖掘頻繁項(xiàng)集，根據(jù)不同的最小支持度閥值比較兩種策略的效率。實(shí)驗(yàn)結(jié)果表明，在支持度閥值比較低的時(shí)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(shí)別出有用的信息，必須對(duì)規(guī)則進(jìn)行處理，刪除冗余的規(guī)則或?qū)σ?guī)則進(jìn)行聚類(lèi)或二者同時(shí)進(jìn)行。本文提出一種改進(jìn)的規(guī)則之間的距