數(shù)據(jù)挖掘中的關(guān)聯(lián)規(guī)則算法優(yōu)化研究及應(yīng)用.pdf

1、山東師范大學(xué)碩士論文摘要數(shù)據(jù)挖掘中的關(guān)聯(lián)規(guī)則算法優(yōu)化研究及應(yīng)用摘要面對信息時代海量數(shù)據(jù)的出現(xiàn)，如何有效地利用巨量的原始數(shù)據(jù)分析現(xiàn)狀和預(yù)測未來，已經(jīng)成為人類面臨的一大挑戰(zhàn)。由此數(shù)據(jù)挖掘技術(shù)應(yīng)運而生并得以迅猛發(fā)展。數(shù)據(jù)挖掘是指從數(shù)據(jù)庫中抽取隱含的、先前未知的、具有潛在使用價值信息的過程，是從“浩如煙?！钡臄?shù)據(jù)中“挖掘知識”的過程，是一種新型的數(shù)據(jù)分析技術(shù)?？蓮V泛應(yīng)用于銀行金融、保險、公共設(shè)施、政府、教育、遠(yuǎn)程通訊、軟件開發(fā)、運輸?shù)雀鱾€企事業(yè)

2、單位及國防科研上。數(shù)據(jù)挖掘工程使得各類機(jī)構(gòu)和組織能更好地理解它們的組織結(jié)構(gòu)、業(yè)務(wù)處理過程和顧客，從而得到很高的投資收益。目前，數(shù)據(jù)挖掘的主要研究領(lǐng)域為數(shù)據(jù)總結(jié)、分類、聚類、關(guān)聯(lián)規(guī)則等方面。關(guān)聯(lián)規(guī)則是R.Agrawal等首先提出的表示數(shù)據(jù)庫中一組對象之間某種關(guān)聯(lián)關(guān)系的規(guī)則。例如，關(guān)聯(lián)規(guī)則可以表示為“購買了項目A的顧客中有95%的人又買了B。從這些規(guī)則可找出顧客購買行為模式，可以應(yīng)用于商品貨架設(shè)計、生產(chǎn)安排、針對性的市場營銷等。采用關(guān)聯(lián)模型

3、比較典型的例子是“啤酒和尿布”的故事。如何指導(dǎo)實際工作以取得效益是其根本宗旨。關(guān)聯(lián)規(guī)則挖掘在商業(yè)、教育、科研等領(lǐng)域的成功應(yīng)用，使它成為數(shù)據(jù)挖掘中最成熟、最重要、最活躍的一個分支。關(guān)聯(lián)規(guī)則發(fā)現(xiàn)的主要研究方向是算法的優(yōu)化和擴(kuò)展應(yīng)用領(lǐng)域。典型的關(guān)聯(lián)規(guī)則發(fā)現(xiàn)算法是由R.Agrawal等提出的Apriori算法，其核心技術(shù)為其它各類布爾關(guān)聯(lián)規(guī)則采掘算法所廣泛采用。但是，在計算侯選項目集的支持度時，Apriori算法是在每一個循環(huán)中都要掃描整個數(shù)據(jù)

4、庫，而隨著K的增大，不僅K維項目集的數(shù)目減少了，而且能包含這些項目集的事物也是很少的。由于數(shù)據(jù)規(guī)模大且時常更新，使得采掘效率較低，必須設(shè)計更有效的算法。并且，為了得到有效、穩(wěn)定、可靠的關(guān)聯(lián)規(guī)則，要不斷調(diào)整支持度、可信度這兩個閥值。所以，如何設(shè)計高效的更新、維護(hù)算法也是非常重要的研究課題?；跀?shù)據(jù)挖掘的研究現(xiàn)狀，本文主要進(jìn)行了以下的研究工作:1.研究了數(shù)據(jù)采掘技術(shù)中的關(guān)聯(lián)規(guī)則算法。對經(jīng)典的Apriori算法作了全面的分析，指出了采掘中的關(guān)

5、鍵步驟和頻集算法的不足。研究了對Apriori算I山東師范大學(xué)碩士論文摘要AlgorithmoptimizationResearchand杯plicattonofAssociationRuleinDataMiningABSTRACTAtinformationagemagnanimitytheappearancesofdatahowutilizehugetheoriginaldataanalysiscurrentsituationandp

6、redictfuturesofquantitiesefectivelyHavealreadybecomeagreatchallengethatthemankindhasfaced.Thereforethedataminingtechnologytobearisedatthehistoricmomentandcanbedevelopedrapidly.Dataminingisaprocessthatcollecteddingandimpl

7、iedfromthedatabaseunknownbeforecoursewithpotentialusevalueinformationItisthecoursethat”miningknowledge“fromthe“voluminous“dataisakindofnewtypedataanalysistechnology.Butapplyittofinanceinsurancecommunalfacilitiesgovernmen

8、teducationtelecommunicationsoftwaredevelopmentofthebanktransportingetc.oneachenterprisesandinstitutionsandnationaldefencescientificresearchextensively.Dataminingprojectmadeorganizationunderstandbetterallkindsoforganizati

9、onsbusinesspunishthecourseandcustomertheinstitutionalframeworksThusgetveryhighinvestmentreturn.AtpresentthemainresearchfieldofdataminingisdatasummarizingclassifyingtheclusterAssociationruleetc..Theassociationruleisputfor

10、wardbyRAgrawalatfirst.Theruleofacertainrelatedrelationbetweenagroupoftargetsintheexpressiondatabase..Forexampleassociationrulescanbeexpressedinorderto“has95%ofthepersonswhohaveboughtBagaininthecustomerofprojectAofpurchas

11、e“.Findoutcustomerbuybehaviormodeapplytogoodsdesignproducearrangethemarketingsofpertinenceetc.byshelvefromtheserule.Therelativelytypicalexampleisthestoriesofbeeranddiaper“toadopttheassociationmodel.Itisitsbasicaiminorder