多尺度關(guān)聯(lián)規(guī)則挖掘方法.pdf

1、關(guān)聯(lián)規(guī)則挖掘是數(shù)據(jù)挖掘領(lǐng)域的重要組成部分，旨在發(fā)掘數(shù)據(jù)背后隱藏的、潛在的、頻現(xiàn)的相關(guān)關(guān)系與模式。多尺度科學(xué)是一個新興的科研領(lǐng)域，核心是剖析研究客體多層次、多尺度的構(gòu)成特點，以及多尺度表現(xiàn)形式背后的原因和各個表現(xiàn)尺度之間更深層的關(guān)系。多尺度理論已被引入到空間數(shù)據(jù)挖掘中，針對空間數(shù)據(jù)的多尺度特性進(jìn)行了初步的研究。論文將多尺度理論引入數(shù)據(jù)挖掘領(lǐng)域，并將其拓展到更為廣泛的數(shù)據(jù)類型中，以關(guān)聯(lián)規(guī)則挖掘為切入點，研究更為普適的多尺度數(shù)據(jù)理論與多尺度數(shù)

2、據(jù)挖掘方法。圍繞多尺度科學(xué)的研究核心，研究以相關(guān)概念為主體的多尺度數(shù)據(jù)理論，給出了多尺度數(shù)據(jù)挖掘指導(dǎo)框架，并在理論和方法框架的基礎(chǔ)上，提出了多尺度關(guān)聯(lián)規(guī)則的尺度上推和尺度下推挖掘算法，實現(xiàn)了關(guān)聯(lián)規(guī)則的多尺度挖掘，為用戶的多尺度決策提供了理論與方法的支持。
　　本文以多尺度關(guān)聯(lián)規(guī)則挖掘為研究核心，主要完成了下述幾方面工作:
　　1)研究多尺度數(shù)據(jù)挖掘理論。
　　針對目前多尺度數(shù)據(jù)挖掘領(lǐng)域缺少體系完整、普適的理論基礎(chǔ)這一問

3、題，從數(shù)據(jù)的多尺度，多尺度數(shù)據(jù)挖掘和多尺度數(shù)據(jù)挖掘過程框架三個方面研究了多尺度數(shù)據(jù)挖掘理論。首先，基于概念分層的思想提出了數(shù)據(jù)尺度劃分、數(shù)據(jù)尺度和元尺度數(shù)據(jù)集的概念，據(jù)此引申出多尺度數(shù)據(jù)集間祖孫、父子、兄弟、上下層等關(guān)系，初步形成了數(shù)據(jù)多尺度的概念體系;其次，給出多尺度數(shù)據(jù)挖掘的定義，將知識的多尺度轉(zhuǎn)換作為多尺度數(shù)據(jù)挖掘的核心，根據(jù)廣義的尺度轉(zhuǎn)換分類，將多尺度數(shù)據(jù)挖掘算法分為尺度上推挖掘算法和尺度下推挖掘算法，確定了多尺度數(shù)據(jù)挖掘的本質(zhì)

4、和方向;最后，分階段構(gòu)建了多尺度數(shù)據(jù)挖掘過程框架，用來指導(dǎo)和規(guī)范多尺度數(shù)據(jù)挖掘過程。
　　2)提出尺度上推關(guān)聯(lián)規(guī)則挖掘算法。
　　針對目前尚無明確的多尺度數(shù)據(jù)挖掘算法問題，從關(guān)聯(lián)規(guī)則挖掘入手，以多尺度轉(zhuǎn)換為核心，基于采樣理論和Jaccard相似性系數(shù)提出了尺度上推關(guān)聯(lián)規(guī)則挖掘算法SU-ARMA(Scaling-Up Association Rules Mining Algorithm)，算法實現(xiàn)了多尺度數(shù)據(jù)間知識的向上推導(dǎo)。

5、
　　3)提出尺度下推關(guān)聯(lián)規(guī)則挖掘算法。
　　同樣針對關(guān)聯(lián)規(guī)則挖掘，并以尺度轉(zhuǎn)換為核心，基于插值法中的距離倒數(shù)加權(quán)法提出了尺度下推關(guān)聯(lián)規(guī)則挖掘算法SD-ARMA(Scaling-Down Association Rules MiningAlgorithm)，算法實現(xiàn)了多尺度數(shù)據(jù)間知識的向下推導(dǎo)。并利用相關(guān)統(tǒng)計學(xué)原理和機(jī)器學(xué)習(xí)理論對SU-ARMA和SD-ARMA算法錯誤率的置信區(qū)間給出了推導(dǎo)和證明;分析了兩算法較傳統(tǒng)關(guān)聯(lián)規(guī)則挖