超期望模式挖掘技術(shù)研究.pdf

1、數(shù)據(jù)挖掘（DM）是一種以從存儲(chǔ)在數(shù)據(jù)庫、數(shù)據(jù)倉庫或其它信息倉庫中的大量數(shù)據(jù)中高效地發(fā)現(xiàn)有價(jià)值信息為目標(biāo)而得到研究和發(fā)展的方法學(xué)和技術(shù)主題。這種有價(jià)值的信息包括模式、關(guān)聯(lián)、變化、異常和重要意義的結(jié)構(gòu)。數(shù)據(jù)挖掘試圖去表示、分析和實(shí)現(xiàn)有助于從數(shù)據(jù)中抽取有意義信息和知識(shí)這一最基本的歸納過程。 在數(shù)據(jù)挖掘領(lǐng)域中已取得巨大的發(fā)展，同時(shí)對這種工作有很多很嚴(yán)格的制約。這部分地表現(xiàn)在數(shù)據(jù)挖掘研究停留在膚淺統(tǒng)計(jì)意義分析和分組這個(gè)焦點(diǎn)上。我們使用關(guān)聯(lián)

2、規(guī)則（頻繁模式）發(fā)現(xiàn)來闡明這種工作。 關(guān)聯(lián)規(guī)則挖掘是數(shù)據(jù)挖掘中的一個(gè)重要研究課題。它是搜索強(qiáng)相關(guān)項(xiàng)集的一個(gè)過程。運(yùn)用現(xiàn)有的頻繁模式挖掘算法挖掘市場購物數(shù)據(jù)集時(shí)，盡管“蘋果”的支持度（200kg）遠(yuǎn)小于它的期望（300kg），同其它模式一樣只被當(dāng)作一種頻繁模式看待，因?yàn)椤疤O果”是日常食品且每天被頻繁地銷售。和“蘋果”相比，“腰果”是昂貴的食品且很少被銷售；盡管“腰果”的支持度（20kg）遠(yuǎn)大于它的期望（5kg），它卻不能作為頻繁模

3、式被發(fā)現(xiàn)。從市場角度來看，頻繁項(xiàng)集‘蘋果’是常識(shí)，但‘腰果’的銷售增長趨勢才是所渴望的模式, 因而它是一個(gè)超期望值模式。同樣,‘蘋果’的銷售減少趨勢也是一個(gè)超期望值模式,把它作為頻繁項(xiàng)集更為有趣。這種超期望模式在預(yù)測下一時(shí)段產(chǎn)品的買賣很有幫助。 挖掘超期望模式是以前未曾開發(fā)的。這是因?yàn)槌谕Ｊ剑?）在識(shí)別關(guān)聯(lián)規(guī)則可能被剪枝掉；（2）也可能本質(zhì)不同于傳統(tǒng)頻繁模式和關(guān)聯(lián)規(guī)則。該論文主要目標(biāo)是（1）表示和建模有趣的超期望模式；（2）