基于時(shí)序和極大團(tuán)的關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘方法的研究.pdf

1、密級——一編號——YIJNNANNORMALUNIVERSITY碩士研究生學(xué)位論文論文題目：基于時(shí)序和極大團(tuán)的關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘方法的研究一、學(xué)院i篡扭盤堂復(fù)焦=蠱撞盛堂箍專業(yè)名稱鹽箕趣拯往復(fù)翌迨、研究方向熬握攙趣二研究生姓名至寶：：學(xué)號03081202003導(dǎo)篩姓名一蔞繾爨職稱夔援2006年6月／t日摘要關(guān)聯(lián)規(guī)則挖掘是數(shù)據(jù)挖掘中最活躍的研究方法之一。最早是由Agrawal等人提出的(1993年)。最初提出的動機(jī)是針對購物籃分析(Bask

2、elAnalysis)問題提出的其目的是為了發(fā)現(xiàn)交易數(shù)據(jù)庫(TransactionDatabase)中不同商品之間的聯(lián)系茬則。交易數(shù)據(jù)庫可以把顧客的相關(guān)交易(如所購物品項(xiàng)目等)存儲F來。通過對這些數(shù)據(jù)的智能分析，可以獲得有天頤客購買模式的一般性規(guī)則。這些規(guī)則刻畫了顧客的購買行為模式，可以用來指導(dǎo)商家科學(xué)地安排進(jìn)貨、庫存以及貨架設(shè)計(jì)等。一關(guān)聯(lián)規(guī)則在其它領(lǐng)域也可以得到廣泛討論，如目錄設(shè)計(jì)商品廣告郵寄分析、追加銷售、倉庫規(guī)劃、網(wǎng)絡(luò)故障分析、市

3、場規(guī)則，廣告策劃、分類設(shè)計(jì)等關(guān)聯(lián)知識(Association)反映一個(gè)事件和其它，。事件之間的依賴或關(guān)聯(lián)，關(guān)聯(lián)可分為簡單笑聯(lián)、對序(TimeSeries)笑聯(lián)，因果關(guān)聯(lián)、數(shù)量天聯(lián)等這些關(guān)聯(lián)并不總是事先知道的，而是通過數(shù)據(jù)庫申數(shù)據(jù)的關(guān)聯(lián)分析得到的，因而對商業(yè)決策具有新價(jià)值。大多數(shù)算法得到的關(guān)聯(lián)規(guī)則事實(shí)上假毆其是永遠(yuǎn)有效的，但是時(shí)間是現(xiàn)實(shí)世界的重要屬性大電容量數(shù)據(jù)集中的時(shí)間屬性對用戶來說可能是很關(guān)鍵的。用戶關(guān)心的往往是某一時(shí)間區(qū)域的數(shù)據(jù)而不

4、是整個(gè)數(shù)據(jù)，而特定時(shí)間區(qū)域的數(shù)據(jù)又可能導(dǎo)致特定的數(shù)據(jù)間的關(guān)聯(lián)規(guī)則解決這一問題的方法就是在算法中考慮時(shí)間因素，囡此，數(shù)據(jù)庫中表的字段要至少包括事務(wù)號、時(shí)態(tài)區(qū)間和項(xiàng)目序列三個(gè)字段。這里的時(shí)態(tài)區(qū)間反映了對應(yīng)的項(xiàng)目序列發(fā)生或被收集的時(shí)間范圍。關(guān)聯(lián)規(guī)則的挖掘可以利用時(shí)態(tài)約束來進(jìn)行預(yù)處理等工作，可以過濾掉用戶不關(guān)心的時(shí)段上的數(shù)據(jù)。過濾數(shù)據(jù)庫以減少掃描空間、降低輸入輸出代價(jià)、減少內(nèi)存需求進(jìn)而提高挖掘效率的關(guān)鍵。如果數(shù)據(jù)庫中的每個(gè)元組均有其時(shí)態(tài)約束的規(guī)

5、則，那么就可以更好的描述客觀情況，因而更有價(jià)值。目前，大部分的工作都集中在時(shí)間并U，的范胃內(nèi)進(jìn)行考慮的，顯然和時(shí)間并U，相關(guān)的所有事務(wù)中的所有項(xiàng)目在時(shí)間并U，中都是必然發(fā)生的但在時(shí)間交n，中卻不一定，換言之，在時(shí)間并Uf中，如果事務(wù)中某些項(xiàng)目的組合構(gòu)成了頻繁項(xiàng)目集，但在時(shí)間交n，中至少包含該頻繁項(xiàng)目集的概率和P卻不同根據(jù)專家知識給此概率和一個(gè)閾值口。，當(dāng)P=口。時(shí)，其P所在的時(shí)間交nr就稱j為黃金時(shí)間段假設(shè)把黃金時(shí)間段的思想應(yīng)用型超市的

6、話，那么在時(shí)間交n，這些黃金時(shí)間段內(nèi)，I商家應(yīng)根據(jù)不同的黃金時(shí)間段內(nèi)出現(xiàn)的極大的頻繁商品的不同而有的放矢的更準(zhǔn)確的準(zhǔn)備充足的貨f源，以供顧客購買很顯然，對于黃金時(shí)間段的研究也是一個(gè)很有意義的課題。由于計(jì)算機(jī)在處理海量的數(shù)據(jù)項(xiàng)的過程中，梅是對內(nèi)存的極大考驗(yàn)，而通過已經(jīng)學(xué)過的極人團(tuán)的特點(diǎn)，將關(guān)聯(lián)性最強(qiáng)、項(xiàng)目之間最容易產(chǎn)生極大有序頻繁項(xiàng)目集的項(xiàng)生成一個(gè)極大團(tuán)，這樣就可以把原來海量的數(shù)據(jù)項(xiàng)進(jìn)行了有效的劃分，緩解了內(nèi)存不足的問題。本研究是將時(shí)序邏