改進(jìn)的關(guān)聯(lián)規(guī)則算法在貼片機(jī)數(shù)據(jù)挖掘中的應(yīng)用.pdf

1、關(guān)聯(lián)規(guī)則挖掘是數(shù)據(jù)挖掘領(lǐng)域的重要研究方向。關(guān)聯(lián)規(guī)則反映的是數(shù)據(jù)之間一種內(nèi)在的關(guān)聯(lián)關(guān)系。發(fā)現(xiàn)數(shù)據(jù)間的這種內(nèi)在聯(lián)系,有利于決策者利用這些規(guī)則做出正確和合理的決策。 本課題數(shù)據(jù)來源于貼片機(jī)的生產(chǎn)日志數(shù)據(jù)。在這些日志數(shù)據(jù)中,發(fā)現(xiàn)生產(chǎn)錯(cuò)誤率超過了一定標(biāo)準(zhǔn)。這就需要對數(shù)據(jù)進(jìn)行分析和數(shù)據(jù)挖掘,找出機(jī)器發(fā)生故障的可能原因,從而提高機(jī)器設(shè)備的質(zhì)量控制水平。經(jīng)過前期的數(shù)據(jù)理解和數(shù)據(jù)分析,認(rèn)為關(guān)聯(lián)規(guī)則是一種較適宜利用的數(shù)據(jù)挖掘方法。 在嘗試應(yīng)

2、用一般關(guān)聯(lián)規(guī)則方法時(shí),遇到的問題在于：找出滿足最小支持度和最小置信度要求的全部關(guān)聯(lián)規(guī)則,會(huì)產(chǎn)生大量的規(guī)則,可逾萬條之多,這對于挑選感興趣的規(guī)則極為不便,算法運(yùn)行時(shí)間也較長。而經(jīng)分析后發(fā)現(xiàn),有不少規(guī)則反映的數(shù)據(jù)項(xiàng)之間的關(guān)系沒有實(shí)際意義,這就需要去除無意義規(guī)則的干擾,減少生成規(guī)則的數(shù)目,來更有效地得到對實(shí)際應(yīng)用有價(jià)值的規(guī)則。 本文受分類關(guān)聯(lián)規(guī)則方法的啟示,發(fā)現(xiàn)生成指定某決策屬性為規(guī)則后件的規(guī)則,而不是生成全部關(guān)聯(lián)規(guī)則,是一個(gè)簡潔可行

3、的方法,避免了一般關(guān)聯(lián)規(guī)則試圖生成所有規(guī)則的盲目性。此時(shí),一條頻繁項(xiàng)目集只可能產(chǎn)生一條規(guī)則,規(guī)則數(shù)量大為減少,規(guī)則的意義明確。 在此基礎(chǔ)上,本文主要完成了以下工作： 1.在定義決策屬性和條件屬性的基礎(chǔ)上,提出了基于決策屬性的關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘新方法。這一方法的基本思路是將決策屬性和條件屬性約束,延伸到頻繁項(xiàng)目集的生成中,而不是在生成規(guī)則時(shí)進(jìn)行后約束。 2.給出了上述新方法的具體實(shí)現(xiàn)。分別對不受條件屬性約束和受條件屬

4、性約束的情況進(jìn)行了討論,分別提出了相應(yīng)的改進(jìn)算法。實(shí)現(xiàn)的主要思路是分步獲得頻繁集,而不是一次性得到所有頻繁集,后一步驟的頻繁集生成利用前一步驟的頻繁集結(jié)果,這樣來達(dá)到減小頻繁集生成的目的。 3.對貼片機(jī)日志數(shù)據(jù)進(jìn)行預(yù)處理,進(jìn)行多表連接,獲得更有可能存在出錯(cuò)規(guī)則的數(shù)據(jù)集,并應(yīng)用提出的關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘新方法,分析算法的性能和挖掘規(guī)則的效果。結(jié)果表明這樣更容易得到感興趣的規(guī)則,并減少頻繁集生成,減少挖掘算法運(yùn)行時(shí)間。 4.討論