基于航空數(shù)據(jù)挖掘的用戶行為分析研究.pdf

1、在當(dāng)前大數(shù)據(jù)環(huán)境下，海量的數(shù)據(jù)帶來(lái)了數(shù)據(jù)分析領(lǐng)域的飛速發(fā)展，數(shù)據(jù)挖掘作為數(shù)據(jù)分析中的關(guān)鍵技術(shù)為其高速發(fā)展提供了必要的保障。由于數(shù)據(jù)挖掘方法眾多，每種方法又有不同的適用環(huán)境，所以開(kāi)發(fā)不同環(huán)境下的數(shù)據(jù)挖掘方法極其重要。目前數(shù)據(jù)挖掘已經(jīng)在很多領(lǐng)域有了廣泛的應(yīng)用，比如證券領(lǐng)域，安全領(lǐng)域，經(jīng)濟(jì)領(lǐng)域等，但是在航空領(lǐng)域的相關(guān)數(shù)據(jù)挖掘方法卻很少。為了探索航空領(lǐng)域的數(shù)據(jù)挖掘方法，本文提出了一種改進(jìn)的FP-GROWTH算法用來(lái)挖掘航空數(shù)據(jù)關(guān)聯(lián)關(guān)系和一種改進(jìn)

2、GRNN算法用來(lái)預(yù)測(cè)航空數(shù)據(jù)，具體的研究工作如下:
　　首先，為了對(duì)航空數(shù)據(jù)進(jìn)行挖掘分析，需要從算法入手。而本文的目標(biāo)是對(duì)航空數(shù)據(jù)進(jìn)行預(yù)測(cè)分析，為此，就需要對(duì)航空數(shù)據(jù)間的關(guān)聯(lián)關(guān)系進(jìn)行挖掘，只有挖掘到航空數(shù)據(jù)間的關(guān)聯(lián)關(guān)系，才能對(duì)航空數(shù)據(jù)進(jìn)行預(yù)測(cè)。因此，本文研究了關(guān)聯(lián)分析算法的基本原理和基本步驟，并通過(guò)幾種典型算法的對(duì)比，最終選擇了FP-GROWTH算法為挖掘航空數(shù)據(jù)關(guān)聯(lián)關(guān)系的算法。其次，為了預(yù)測(cè)航空數(shù)據(jù)，本文將研究幾種典型的回歸預(yù)測(cè)

3、算法，然后通過(guò)介紹算法的原理和適用場(chǎng)景，最終選擇了人工神經(jīng)網(wǎng)絡(luò)算法作為航空數(shù)據(jù)的預(yù)測(cè)算法。
　　接著，由于航空數(shù)據(jù)重復(fù)率低，數(shù)量大，而導(dǎo)致的傳統(tǒng)FP-GROWTH算法建立FP-TREE效率低和速度慢的問(wèn)題，本文提出了改進(jìn)的FP-GROWTH算法。改進(jìn)算法相比于傳統(tǒng)的FP-GROWTH算法提高了算法的計(jì)算效率，減少了算法的運(yùn)行時(shí)間，從而適用于航空數(shù)據(jù)的關(guān)聯(lián)分析。
　　然后，為了解決傳統(tǒng)GRNN算法中平滑因子選擇困難的問(wèn)題，本文