ARMRDB模型中的聚類分析和規(guī)則提取.pdf

1、該文以江西省自然科學基金項目"數(shù)據(jù)挖掘的系統(tǒng)模型研究與實現(xiàn)"為課題主體,在深入研究模糊集理論和粗糙集理論和廣泛了解國內(nèi)外數(shù)據(jù)挖掘發(fā)展現(xiàn)狀的基礎(chǔ)上,提出了ARMRDB(Association Rules Mining in Re1ational DataBase)模型,該模型是基于關(guān)系數(shù)據(jù)庫的通用關(guān)聯(lián)規(guī)則挖掘模型.該文介紹了ARMRDB模型的實現(xiàn)原理、基本結(jié)構(gòu)和主要技術(shù),詳細闡述了模型中聚類分析和規(guī)則提取這兩個關(guān)鍵環(huán)節(jié)的實現(xiàn)技術(shù)和工作流程

2、.在模型的算法設(shè)計中充分考慮了算法實現(xiàn)的時空復(fù)雜性,使用增長型算法提高了模型的魯棒性.在聚類分析中,利用模糊集方法對原始數(shù)據(jù)進行初始化處理,采用模糊相似算法實現(xiàn)了初始化數(shù)據(jù)的聚類,并提出了奇異類的概念.經(jīng)過聚類后的數(shù)據(jù)對象,在同等類中具有相似的屬性特征和數(shù)值規(guī)律,可以消除非同等類數(shù)據(jù)噪聲的干擾.在規(guī)則提取中,利用粗糙集對不確定數(shù)據(jù)對象的分類優(yōu)勢,對各分類集進行屬性約簡,消除了數(shù)據(jù)對象中的冗余屬性,從關(guān)鍵屬性集中提取相應(yīng)的關(guān)聯(lián)規(guī)則,對輸出