分布式數(shù)據(jù)環(huán)境下關(guān)聯(lián)規(guī)則挖掘算法研究.pdf

1、近些年來，人們收集數(shù)據(jù)、存儲數(shù)據(jù)的能力得到了空前的提高，我們可以輕而易舉地獲得海量數(shù)據(jù)，在這些海量數(shù)據(jù)背后隱藏著許多重要的信息，理解它們已經(jīng)遠(yuǎn)遠(yuǎn)超出了人的能力，這就需要一種強有力的數(shù)據(jù)庫分析工具。數(shù)據(jù)庫知識發(fā)現(xiàn)(KDD)就是為順應(yīng)這種需要而發(fā)展起來的一門學(xué)科，它用來進(jìn)行數(shù)據(jù)分析，發(fā)現(xiàn)重要的數(shù)據(jù)模式，并且已經(jīng)成為一個重要而活躍的研究領(lǐng)域。
　　 數(shù)據(jù)挖掘被視為數(shù)據(jù)庫知識發(fā)現(xiàn)過程的一個基本步驟，它已引起了信息產(chǎn)業(yè)界的極大關(guān)注，其主要

2、原因是“數(shù)據(jù)豐富，但信息貧乏”，為了有效利用這些海量數(shù)據(jù)，如何將它們轉(zhuǎn)換為有用的信息和知識就成為當(dāng)務(wù)之急。隨著計算機和網(wǎng)絡(luò)技術(shù)的發(fā)展，我們可以方便地獲取Internet上的各種信息資源，傳統(tǒng)的集中式數(shù)據(jù)挖掘已經(jīng)不能滿足需要。企業(yè)的數(shù)據(jù)資源往往規(guī)模大、動態(tài)增長并且存在于地理上分布的各個數(shù)據(jù)庫中，把所有數(shù)據(jù)集中在一起進(jìn)行處理既不可取，也不可行，這使得數(shù)據(jù)挖掘系統(tǒng)必須具有分布式挖掘的能力?；诜植际叫畔①Y源的數(shù)據(jù)挖掘日益受到人們的關(guān)注，成為信

3、息科學(xué)研究領(lǐng)域中一個新的課題。
　　 關(guān)聯(lián)規(guī)則挖掘是近些年來研究較多、應(yīng)用也最為廣泛的數(shù)據(jù)挖掘方法。關(guān)聯(lián)規(guī)則挖掘于1993年由Agrawal等人提出，它最初是以分析事務(wù)數(shù)據(jù)庫中項與項之間的聯(lián)系為目標(biāo)，后來的研究者們對問題原型進(jìn)行了多方面的改進(jìn)和擴(kuò)充。關(guān)聯(lián)規(guī)則挖掘問題的關(guān)鍵是頻繁項集的產(chǎn)生，Apriori算法是一種經(jīng)典的挖掘布爾關(guān)聯(lián)規(guī)則的算法，本文將用它在局部站點來產(chǎn)生頻繁項集。
　　 分布式數(shù)據(jù)環(huán)境下的關(guān)聯(lián)規(guī)則挖掘算法中