數(shù)據(jù)挖掘和隱私保護的分析研究.pdf

1、全球互聯(lián)網技術、網絡通信技術、計算機技術的高速發(fā)展，全球網絡信息化系統(tǒng)已經成為現(xiàn)在各行各業(yè)持續(xù)發(fā)展的基礎設施，網絡信息系統(tǒng)對整個社會發(fā)展做出了巨大的貢獻。由于數(shù)據(jù)挖掘技術能夠從海量數(shù)據(jù)中挖掘出對人們有用的信息，所以說數(shù)據(jù)挖掘是通向知識發(fā)現(xiàn)的重要一步。單獨使用數(shù)據(jù)挖掘技術可能導致發(fā)現(xiàn)無意義甚至令人誤解的模式，必須在對應用范圍有正確理解的情況下使用數(shù)據(jù)挖掘。通過關聯(lián)規(guī)則挖掘，可以得到隱含于海量數(shù)據(jù)中具有應用價值的有用信息。伴隨著網絡通訊技術

2、的發(fā)展，數(shù)據(jù)挖掘技術在給人們提供知識和信息的同時也暴露了隱私信息。保護私有數(shù)據(jù)或者是敏感數(shù)據(jù)在數(shù)據(jù)挖掘過程中不被泄露，同時能挖掘出較為準確的結果已經成為數(shù)據(jù)挖掘技術中研究的重點和焦點。
　　 本文的主要研究工作包括以下幾個方面：
　　 （1）系統(tǒng)的闡述數(shù)據(jù)挖掘技術的基本理論和應用前景。
　　 （2）詳細的闡述關聯(lián)規(guī)則挖掘算法的工作原理和實現(xiàn)方法，并對典型的Apriori算法進行詳細的分析。Apriori算法產生的

3、候選集過大，算法必須耗費大量的時間處理候選項集，根據(jù)分段可連接性，在算法設計上使用段標識來記錄本段后續(xù)項集可匹配的個數(shù)使得連接得到優(yōu)化。根據(jù)先驗知識k-項集如果是頻繁項集，那么它的所有(k-1)-項子集均是頻繁項目集來減少k-項集中非頻繁項集。再通過對項集出現(xiàn)頻度的升序排列，減少3-項集的項數(shù)。利用空間交換時間的方法，用布爾矩陣來記錄數(shù)據(jù)庫的各項交易記錄，只需要一次掃描數(shù)據(jù)庫，大大提高算法的執(zhí)行效率。
　　 （3）在序列分割挖掘