快速分類關(guān)聯(lián)規(guī)則挖掘算法研究.pdf

1、隨著現(xiàn)代數(shù)據(jù)庫(kù)技術(shù)的不斷發(fā)展及其廣泛應(yīng)用，數(shù)據(jù)庫(kù)中的數(shù)據(jù)量和復(fù)雜程度急劇增加，急需一種技術(shù)描述和發(fā)現(xiàn)這些日益重要的數(shù)據(jù)所包含的信息，以及它們之間的關(guān)系。數(shù)據(jù)挖掘正是這種用來(lái)從數(shù)據(jù)中抽取未知的、潛在有用的模式和關(guān)系的方法，以被廣泛地運(yùn)用于商務(wù)管理、生產(chǎn)控制、市場(chǎng)分析、工程設(shè)計(jì)和科學(xué)探索等。 規(guī)則是數(shù)據(jù)庫(kù)中模式之間的關(guān)系的一種描述，它是數(shù)據(jù)挖掘中的一個(gè)重要領(lǐng)域。一般情況下，規(guī)則分為兩種，即事務(wù)數(shù)據(jù)庫(kù)中為解決市場(chǎng)籃子問(wèn)題的關(guān)聯(lián)規(guī)則，以

2、及關(guān)系數(shù)據(jù)庫(kù)中用來(lái)預(yù)測(cè)的分類規(guī)則。本文主要關(guān)注的是用關(guān)聯(lián)規(guī)則方法挖掘分類規(guī)則，即分類關(guān)聯(lián)規(guī)則。 關(guān)系數(shù)據(jù)庫(kù)的數(shù)據(jù)密度通常大于事務(wù)數(shù)據(jù)庫(kù)，用關(guān)聯(lián)規(guī)則方法在關(guān)系數(shù)據(jù)庫(kù)中挖掘分類關(guān)聯(lián)規(guī)則，將會(huì)遇到很多困難，比如冗于規(guī)則過(guò)多。鑒于此，本文提出了一個(gè)最優(yōu)分類關(guān)聯(lián)規(guī)則算法——OCARA。該算法使用最優(yōu)關(guān)聯(lián)規(guī)則挖掘算法挖掘分類規(guī)則，并對(duì)最優(yōu)規(guī)則集排序，從而獲得一個(gè)分類精度較高的分類器。將OCARA與傳統(tǒng)分類算法C4.5和一般分類關(guān)聯(lián)規(guī)則算法C

3、BA、RMR在8個(gè)UCI數(shù)據(jù)集上進(jìn)行實(shí)驗(yàn)比較，結(jié)果顯示，OCARA具有更好性能。證明OCARA是一個(gè)有效的分類關(guān)聯(lián)規(guī)則挖掘算法。 另外，在不完整的關(guān)系數(shù)據(jù)庫(kù)中，維度較高時(shí)，將顯著增加挖掘分類關(guān)聯(lián)規(guī)則集的規(guī)模和挖掘規(guī)則所用的時(shí)間。本文提出了基于粗糙集理論的快速ORD關(guān)聯(lián)規(guī)則挖掘算法，該算法首先采用基于粗糙集理論的屬性約簡(jiǎn)算法進(jìn)行屬性約簡(jiǎn)，然后采用高效的冗余項(xiàng)集和冗余規(guī)則修剪算法——ORD算法獲取規(guī)則，實(shí)驗(yàn)表明該算法具有良好的性能。