關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘方法的研究和應(yīng)用.pdf

1、隨著信息技術(shù)的發(fā)展，數(shù)據(jù)挖掘技術(shù)得到了廣泛的關(guān)注。在數(shù)據(jù)挖掘技術(shù)中有很多研究領(lǐng)域，關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘就是其中一個(gè)重要的研究方向，對(duì)它進(jìn)行深入研究不僅有著重要的理論意義，而且有著重要的應(yīng)用價(jià)值。關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘于1993年由Agrawal等人提出，它最初是以分析事務(wù)數(shù)據(jù)庫中項(xiàng)與項(xiàng)之間聯(lián)系為目標(biāo)，后來的研究者們對(duì)問題原型進(jìn)行多方面的改進(jìn)和擴(kuò)充。目前，關(guān)聯(lián)規(guī)則挖掘技術(shù)已經(jīng)被應(yīng)用到商業(yè)、電信、金融、農(nóng)業(yè)、醫(yī)療等領(lǐng)域，并取得了良好的效果。

2、關(guān)聯(lián)規(guī)則挖掘算法是關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘研究中的主要內(nèi)容之一，迄今為止己提出了多種關(guān)聯(lián)規(guī)則挖掘算法，其中最著名的是Agrawal提出的Apriori算法。Apriori算法屬于間接挖掘算法，它挖掘的是事務(wù)數(shù)據(jù)庫中的全部關(guān)聯(lián)規(guī)則，然而在實(shí)際應(yīng)用中，企業(yè)關(guān)心的可能是與該公司某一產(chǎn)品或新推出的產(chǎn)品相關(guān)的關(guān)聯(lián)規(guī)則，因此基于固定目標(biāo)項(xiàng)目的挖掘具有一定的實(shí)用價(jià)值。本文在Apriori算法的基礎(chǔ)上提出了一種適合目標(biāo)項(xiàng)目挖掘的算法IBDF-Miner算法，同

3、時(shí)針對(duì)Apriori算法的不足之處也作了一些改進(jìn)，算法以改進(jìn)的位圖數(shù)據(jù)格式為存儲(chǔ)結(jié)構(gòu)，使得支持度的計(jì)算簡單方便，而不再需要反復(fù)掃描數(shù)據(jù)庫，并通過對(duì)位圖矩陣的相應(yīng)處理有效縮小了頻繁項(xiàng)目集的生成空間，實(shí)驗(yàn)證明該算法有較好的執(zhí)行效率。 根據(jù)規(guī)則涉及的維數(shù)關(guān)聯(lián)規(guī)則可分為兩種：單維關(guān)聯(lián)規(guī)則和多維關(guān)聯(lián)規(guī)則。由于關(guān)系數(shù)據(jù)庫是數(shù)據(jù)挖掘最流行、最豐富的數(shù)據(jù)源，而關(guān)系數(shù)據(jù)庫中隱含的關(guān)聯(lián)規(guī)則通常具有多維性，因此本文對(duì)多維關(guān)聯(lián)規(guī)則的挖掘算法進(jìn)行了一些研

4、究。傳統(tǒng)的多維關(guān)聯(lián)規(guī)則挖掘方法是將分類屬性和量化屬性進(jìn)行離散化處理后采用成功的單維布爾關(guān)聯(lián)規(guī)則挖掘算法進(jìn)行挖掘，本文嘗試直接對(duì)多維數(shù)據(jù)利用標(biāo)準(zhǔn)SQL語言來進(jìn)行多維關(guān)聯(lián)規(guī)則挖掘，算法的核心是利用sQL語言的查詢和多表連接等語句對(duì)數(shù)據(jù)庫進(jìn)行操作，完成頻繁謂詞集和強(qiáng)規(guī)則的搜索過程。 在以上研究的基礎(chǔ)上，本文將多維關(guān)聯(lián)規(guī)則具體應(yīng)用于道路交通事故數(shù)據(jù)挖掘中，從記錄交通事故的數(shù)據(jù)庫中發(fā)現(xiàn)有價(jià)值的規(guī)律。針對(duì)道路交通事故數(shù)據(jù)特點(diǎn)，本文提出了基于