關(guān)聯(lián)規(guī)則基本技術(shù)研究.pdf

1、數(shù)據(jù)挖掘是指從大型數(shù)據(jù)庫(kù)中發(fā)現(xiàn)潛在的、新穎的、有價(jià)值的、可用的及能被用戶(hù)理解的模式和信息的過(guò)程。關(guān)聯(lián)規(guī)則挖掘是數(shù)據(jù)挖掘的一個(gè)重要研究領(lǐng)域，主要是發(fā)現(xiàn)數(shù)據(jù)庫(kù)中屬性之間的關(guān)聯(lián)關(guān)系。 本文在廣泛查閱國(guó)內(nèi)外文獻(xiàn)的基礎(chǔ)上，針對(duì)關(guān)聯(lián)規(guī)則算法的若干問(wèn)題進(jìn)行了深入地分析研究，論文的主要研究?jī)?nèi)容和成果如下： 首先，提出了基于排序FP-Tree（SortedFP-Tree，簡(jiǎn)稱(chēng)SFP-Tree）的最大頻繁項(xiàng)目集挖掘算法SFP-Miner。在

2、SFP-Miner算法中，通過(guò)兩次掃描數(shù)據(jù)庫(kù)將其中每個(gè)事務(wù)所包含的頻繁項(xiàng)目壓縮存儲(chǔ)在SFP-Tree中。在挖掘過(guò)程中，充分利用SFP-Tree的特點(diǎn)，并采用合并子樹(shù)和預(yù)剪枝策略在SFP-Tree上進(jìn)行深度優(yōu)先挖掘，而不需要掃描數(shù)據(jù)庫(kù)，減少了算法在挖掘過(guò)程中使用的存儲(chǔ)空間和計(jì)算時(shí)間。實(shí)驗(yàn)結(jié)果表明，該算法有較好的性能。 其次，提出了基于完全合并SFP-Tree的最大頻繁項(xiàng)目集更新挖掘算法UAMFI。該算法基于完全合并SFP-Tree

3、，直接在樹(shù)上進(jìn)行深度優(yōu)先搜索，能夠快速地進(jìn)行最大頻繁項(xiàng)目集的更新挖掘。實(shí)驗(yàn)測(cè)試和結(jié)果分析，該算法可以高效的更新最大頻繁項(xiàng)目集。 最后，針對(duì)多值屬性關(guān)聯(lián)規(guī)則挖掘問(wèn)題，提出了基于高維聚類(lèi)的多值屬性關(guān)聯(lián)規(guī)則挖掘算法DBSMiner。該算法借鑒ARCS思想，先將高維數(shù)據(jù)集的各維進(jìn)行劃分，然后將密度單元進(jìn)行排序，并提出一種基于網(wǎng)格的高維聚類(lèi)算法對(duì)劃分后的數(shù)據(jù)進(jìn)行聚類(lèi)挖掘。理論分析和試驗(yàn)結(jié)果表明，DBSMiner算法具有較好的執(zhí)行效率和精確