基于模糊集的數(shù)量型關(guān)聯(lián)規(guī)則算法研究.pdf

1、在信息爆炸的時(shí)代，信息過(guò)量已經(jīng)成為大家面對(duì)的一個(gè)新的問(wèn)題。人們迫切需要一些新的強(qiáng)有力的數(shù)據(jù)分析方法及工具來(lái)自動(dòng)化、智能化地將海量的數(shù)據(jù)轉(zhuǎn)化為有用的信息和知識(shí)。數(shù)據(jù)挖掘正是這樣一種技術(shù)。其中，關(guān)聯(lián)規(guī)則發(fā)現(xiàn)是數(shù)據(jù)挖掘中最重要的任務(wù)之一，它的目標(biāo)是發(fā)現(xiàn)數(shù)據(jù)集中所有的頻繁模式和強(qiáng)關(guān)聯(lián)規(guī)則。目前，對(duì)于布爾型屬性關(guān)聯(lián)規(guī)則挖掘的研究相對(duì)比較成熟，但是對(duì)于數(shù)量型屬性關(guān)聯(lián)規(guī)則挖掘問(wèn)題還需要進(jìn)行廣泛地研究。 解決數(shù)量型關(guān)聯(lián)規(guī)則挖掘問(wèn)題的一個(gè)非常重要

2、的方法就是將其轉(zhuǎn)換為布爾型關(guān)聯(lián)規(guī)則挖掘的問(wèn)題。對(duì)于數(shù)量型屬性當(dāng)屬性全部取值是有限個(gè)數(shù)時(shí)，只需將每個(gè)屬性值映射為一個(gè)布爾型屬性即可，當(dāng)屬性的取值范圍很寬時(shí)，則需將其劃分成為若干個(gè)區(qū)間，然后將每個(gè)區(qū)間映射為一個(gè)布爾型屬性。然而在劃分區(qū)間時(shí)往往容易出現(xiàn)一些問(wèn)題，例如：若區(qū)間劃分過(guò)小，即區(qū)間的劃分個(gè)數(shù)過(guò)多時(shí)，會(huì)造成每一個(gè)單個(gè)區(qū)間的支持度都很低；將值劃分成區(qū)間時(shí)，可能會(huì)造成一些信息丟失；在處理高偏度的數(shù)據(jù)時(shí)，連續(xù)屬性離散化很難有效地體現(xiàn)出數(shù)據(jù)的實(shí)

3、際分布情況；存在劃分邊界過(guò)硬的弱點(diǎn)等等。因此，對(duì)數(shù)量型關(guān)聯(lián)規(guī)則挖掘算法的研究就轉(zhuǎn)化為如何對(duì)數(shù)量型屬性定義域的合理劃分問(wèn)題。雖然已經(jīng)有人提出使用模糊集理論來(lái)解決這些問(wèn)題，但是對(duì)于算法的具體實(shí)現(xiàn)的研究仍值得不斷探索和深入。 本文先闡述了有關(guān)數(shù)據(jù)挖掘的一些主要技術(shù)以及與關(guān)聯(lián)規(guī)則相關(guān)的問(wèn)題，接著討論了模糊集合、模糊相似矩陣、模糊等價(jià)矩陣等模糊集理論的原理及特性，以基于模糊等價(jià)矩陣的模糊聚類方法為基礎(chǔ)提出了分類數(shù)不確定的FEM-TC算法，

4、描述了該算法實(shí)現(xiàn)的一般步驟；通過(guò)典型數(shù)據(jù)直接觀察法對(duì)算法的正確性與有效性進(jìn)行了驗(yàn)證；在確定了F統(tǒng)計(jì)量作為評(píng)判分類效果優(yōu)劣的標(biāo)準(zhǔn)之后又對(duì)其中的關(guān)鍵步驟，即數(shù)據(jù)規(guī)格化和構(gòu)造模糊相似矩陣，各自采用不同方法的分類結(jié)果進(jìn)行了多方面的對(duì)比分析，確定了最佳的模型。然后，以基于目標(biāo)函數(shù)的模糊ISODATA聚類方法為基礎(chǔ)提出了分類數(shù)確定的FMI算法以及檢驗(yàn)該算法分類效果的指標(biāo)，描述了算法的具體實(shí)現(xiàn)，同樣也使用一些典型的數(shù)據(jù)對(duì)FMI算法的正確性及有效性進(jìn)行

5、了驗(yàn)證與分析，明確了初始模糊劃分矩陣的一些特點(diǎn)。 在研究了對(duì)數(shù)量型屬性進(jìn)行分類或者區(qū)間劃分的兩種算法之后，本文又對(duì)經(jīng)典的Apriori算法進(jìn)行剖析，并在如何發(fā)現(xiàn)頻繁項(xiàng)集和生成關(guān)聯(lián)規(guī)則等方面對(duì)經(jīng)典的Apriori算法進(jìn)行了改進(jìn)，即利用去尾法求子集再交叉關(guān)聯(lián)，只需一次掃描數(shù)據(jù)庫(kù)即可得到滿足要求的關(guān)聯(lián)規(guī)則。之后，本文又探討了在計(jì)算支持度和置信度時(shí)如何合理使用模糊分類過(guò)程中產(chǎn)生的隸屬度的值，提出了一些新的基于模糊隸屬度的支持度與置信度的