遺傳算法在數(shù)據(jù)挖掘中的應(yīng)用研究.pdf

1、近來(lái)，隨著數(shù)據(jù)庫(kù)技術(shù)和海量存儲(chǔ)器等硬件的快速發(fā)展，人們收集數(shù)據(jù)的能力得到了進(jìn)一步的提高。面對(duì)信息時(shí)代海量數(shù)據(jù)的出現(xiàn)，如何有效地利用巨量的原始數(shù)據(jù)分析現(xiàn)狀以預(yù)測(cè)未來(lái)，已經(jīng)成為人類面臨的一大挑戰(zhàn)。由此，數(shù)據(jù)挖掘技術(shù)應(yīng)運(yùn)而生并得以迅猛發(fā)展，目前，數(shù)據(jù)挖掘已經(jīng)成為一個(gè)研究熱點(diǎn)。鑒于遺傳算法在數(shù)據(jù)挖掘中優(yōu)越性，本文主要做了如下工作： (1)首先介紹了數(shù)據(jù)挖掘的基本概念、原理，以及常用的數(shù)據(jù)挖掘算法和對(duì)這些常用算法的性能分析，緊接著介紹了遺

2、傳算法的基本概念和基本原理，以及經(jīng)典遺傳算法的基本流程和算法分析，為后續(xù)的工作提供理論依據(jù)和實(shí)驗(yàn)基礎(chǔ)。 (2)提出了一種基于改進(jìn)遺傳算法的聚類模式數(shù)據(jù)挖掘方法(IGAOC)，以超市銷售系統(tǒng)為背景，根據(jù)超市一段時(shí)間的銷售情況，利用該算法對(duì)其數(shù)據(jù)庫(kù)的信息進(jìn)行聚類分析，從而預(yù)測(cè)出銷售情況較好的商品類型，得到了一些潛在的具有應(yīng)用價(jià)值的信息，并為超市的銷售發(fā)展提供了一定的指導(dǎo)意義。實(shí)驗(yàn)表明，該算法收斂較K—means算法慢，算法的使用時(shí)間

3、優(yōu)于傳統(tǒng)的K—means算法． (3)提出了一種基于免疫遺傳算法的數(shù)據(jù)挖掘方法，就是在應(yīng)用遺傳算法進(jìn)行數(shù)據(jù)挖掘的基礎(chǔ)上，對(duì)遺傳算法進(jìn)行改進(jìn)，引入免疫算子解決遺傳算法中的“早熟”現(xiàn)象。利用該算法能夠?qū)崿F(xiàn)客戶關(guān)系管理(CRM)，以上述IGAOC方法挖掘得出的結(jié)果為例，因?yàn)閷?duì)于很多同類型的商品來(lái)說(shuō)，供貨商肯定不止一家，該方法就是對(duì)同類型商品的供貨商的基本信息數(shù)據(jù)庫(kù)進(jìn)行挖掘，計(jì)算出能使超市盈利最大的供貨商，從而鎖定這些客戶，為超市贏取最