基于圖的關(guān)聯(lián)規(guī)則挖掘算法研究.pdf

1、隨著計(jì)算機(jī)科學(xué)技術(shù)的飛速發(fā)展，數(shù)據(jù)挖掘技術(shù)成為數(shù)據(jù)庫、數(shù)據(jù)倉庫領(lǐng)域最前沿的研究方向之一，它作為信息科學(xué)領(lǐng)域的前沿研究課題之一，是解決數(shù)據(jù)豐富而知識貧乏的有效途徑，關(guān)聯(lián)規(guī)則挖掘是數(shù)據(jù)挖掘中的一個重要領(lǐng)域，它在各個領(lǐng)域廣泛應(yīng)用，既可以發(fā)現(xiàn)隱藏的新規(guī)律，也能夠檢驗(yàn)長期形成的知識模式，有效的發(fā)現(xiàn)、理解、運(yùn)用關(guān)聯(lián)規(guī)則是完成數(shù)據(jù)挖掘重要手段。隨著市場新需求不斷提出，關(guān)聯(lián)規(guī)則挖掘技術(shù)需要可靠的、有效的數(shù)據(jù)挖掘評估體系。 在關(guān)聯(lián)規(guī)則挖掘中，挖掘

2、頻繁項(xiàng)目集是最關(guān)鍵的問題，所以我們的主要目標(biāo)就是去發(fā)現(xiàn)最大頻繁項(xiàng)目集。本文主要對如果有效的挖掘頻繁項(xiàng)目集做了研究。 本文首先介紹了數(shù)據(jù)挖掘的基本概念、分類和主要任務(wù)，其次介紹了關(guān)聯(lián)規(guī)則的相關(guān)定義、挖掘步驟及其分類。然后詳細(xì)描述分析了經(jīng)典關(guān)聯(lián)規(guī)則挖掘算法Apriori算法和FP-growth算法，分析了各自的應(yīng)用領(lǐng)域和優(yōu)缺點(diǎn)，并對二者作了對比。 本文的主體部分主要是研究基于圖的關(guān)聯(lián)規(guī)則挖掘，為了解決Apriori算法在候選