一種加權(quán)關(guān)聯(lián)規(guī)則模型及挖掘算法研究.pdf

1、隨著信息產(chǎn)業(yè)化的快速發(fā)展，數(shù)據(jù)的產(chǎn)生與收集能力迅速提高。存儲(chǔ)數(shù)據(jù)的爆炸性增長(zhǎng)業(yè)已激起對(duì)新技術(shù)和自動(dòng)化工具的需求，以便幫助用戶將海量的數(shù)據(jù)轉(zhuǎn)變成有用的信息和知識(shí)。數(shù)據(jù)挖掘正是在這個(gè)背景下應(yīng)運(yùn)而生的新學(xué)科、新技術(shù)。數(shù)據(jù)挖掘又稱(chēng)為數(shù)據(jù)庫(kù)中的知識(shí)發(fā)現(xiàn)，就是從大量的、不完全的、有噪聲的、模糊的、隨機(jī)的數(shù)據(jù)中，提取隱含在其中的、人們事先不知道的、但又是潛在的有用信息和知識(shí)的過(guò)程。 數(shù)據(jù)挖掘有很多研究熱點(diǎn)，其中關(guān)聯(lián)規(guī)則挖掘是數(shù)據(jù)挖掘領(lǐng)域研究的

2、一個(gè)重要問(wèn)題。為了解決現(xiàn)實(shí)數(shù)據(jù)庫(kù)中每個(gè)項(xiàng)目的重要性差異和分配不均勻性，本文重點(diǎn)討論了加權(quán)關(guān)聯(lián)規(guī)則挖掘算法。本文研究的主要內(nèi)容包括以下幾個(gè)部分： 1．簡(jiǎn)要介紹了數(shù)據(jù)挖掘的發(fā)展概況和基本概念，分析了數(shù)據(jù)挖掘面臨的主要問(wèn)題及今后的研究與發(fā)展方向。 2．討論了布爾關(guān)聯(lián)規(guī)則挖掘的經(jīng)典算法——Apriori算法和改進(jìn)的頻繁項(xiàng)集挖掘算法——FP-growth算法。 3．深入分析了著名的加權(quán)關(guān)聯(lián)規(guī)則挖掘算法——MINWAL(O)