多值關(guān)聯(lián)規(guī)則挖掘算法的研究.pdf

1、當(dāng)今世界，數(shù)據(jù)日益增長，在大量的數(shù)據(jù)中隱藏著許多重要的信息，如何發(fā)現(xiàn)有價值的信息或知識是一項(xiàng)非常艱巨的任務(wù)。數(shù)據(jù)挖掘就是為了滿足這種要求而迅速發(fā)展起來。數(shù)據(jù)挖掘就是指從大型數(shù)據(jù)庫或數(shù)據(jù)倉庫中提取隱含的、先前未知的、對決策有潛在價值的知識和規(guī)則。在事務(wù)數(shù)據(jù)庫中挖掘關(guān)聯(lián)規(guī)則是數(shù)據(jù)挖掘領(lǐng)域中的一個非常重要的研究課題。
　　 關(guān)聯(lián)規(guī)則按處理對象的不同可分為布爾型關(guān)聯(lián)規(guī)則和多值型關(guān)聯(lián)規(guī)則。布爾型關(guān)聯(lián)規(guī)則挖掘是在屬性值為布爾量的關(guān)系表中發(fā)現(xiàn)

2、屬性值同時為“1”的屬性之間的關(guān)系。
　　 然而在現(xiàn)實(shí)中，事務(wù)數(shù)據(jù)庫中包含的屬性還有多值情況，因此研究如何挖掘多值關(guān)聯(lián)規(guī)則具有重要意義。
　　 本文就數(shù)據(jù)挖掘中的多值關(guān)聯(lián)規(guī)則挖掘進(jìn)行了一些研究，研究內(nèi)容主要包括：
　　 提出了一種新的多值關(guān)聯(lián)規(guī)則挖掘算法MQAR，該算法結(jié)合頻繁項(xiàng)集挖掘中的FP-tree和高維數(shù)據(jù)聚類算法CLIQUE，設(shè)計(jì)了一種樹形結(jié)構(gòu)DGFP-tree來存儲事務(wù)數(shù)據(jù)庫中的信息，并通過搜索樹中路徑

3、來挖掘存在聚類的低維子空間，從而將多值關(guān)聯(lián)規(guī)則挖掘問題轉(zhuǎn)化為創(chuàng)建DGFP-tree、利用該樹搜索高密度單元、形成聚類的過程。該算法避免了傳統(tǒng)多值關(guān)聯(lián)規(guī)則挖掘算法中的“最小支持度”和“最小置信度”問題，且能夠挖掘出部分屬性之間的關(guān)聯(lián)規(guī)則。實(shí)驗(yàn)結(jié)果表明該算法能有效地挖掘多值關(guān)聯(lián)規(guī)則。
　　 針對多值關(guān)聯(lián)規(guī)則挖掘過程中屬性離散化方法的不足和組合爆炸等問題，提出了一種基于模糊聚類和互信息的多值關(guān)聯(lián)規(guī)則挖掘算法FMI-Miner。該算法首