關(guān)聯(lián)規(guī)則挖掘中若干關(guān)鍵技術(shù)的研究及其在專利信息挖掘中的應(yīng)用研究.pdf

1、數(shù)據(jù)挖掘技術(shù)是解決數(shù)據(jù)豐富而知識(shí)貧乏的有效途徑，是信息科學(xué)領(lǐng)域的前沿研究課題之一，有關(guān)的研究和應(yīng)用提高了決策支持的能力，成為數(shù)據(jù)庫(kù)研究中一個(gè)富有應(yīng)用前景的領(lǐng)域。數(shù)據(jù)挖掘已經(jīng)在諸多領(lǐng)域有廣泛的應(yīng)用并解決了許多商業(yè)問(wèn)題，取得了良好的社會(huì)效應(yīng)。 本文描述了數(shù)據(jù)挖掘的概念、功能以及發(fā)現(xiàn)模式的分類。在數(shù)據(jù)挖掘算法中，關(guān)聯(lián)規(guī)則挖掘是數(shù)據(jù)挖掘領(lǐng)域中的重要研究?jī)?nèi)容。傳統(tǒng)算法在生成關(guān)聯(lián)規(guī)則時(shí)，存在著生成規(guī)則的效率低、生成的關(guān)聯(lián)規(guī)則之間存在著大量的

2、冗余,或挖掘出的規(guī)則的支持度和置信度都很高，但卻是無(wú)趣的、甚至是虛假的規(guī)則。本文在研究了現(xiàn)有數(shù)據(jù)挖掘的基礎(chǔ)上，結(jié)合專利文獻(xiàn)挖掘的需求提出了一種新的算法FP-VNRARM (Frequent Pattern Valid and Non-Redundant Association Rules Mining)，該算法采用經(jīng)典FP-Growth算法的一種改進(jìn)形式實(shí)現(xiàn)方式，首先消除基于同一個(gè)頻繁項(xiàng)集的簡(jiǎn)單冗余規(guī)則，在此基礎(chǔ)上二次挖掘，消除不同頻繁

3、項(xiàng)集間生成嚴(yán)格冗余規(guī)則，并引入相關(guān)度的概念，最終挖掘出的規(guī)則有效并無(wú)冗余。實(shí)驗(yàn)證明FP-VNRARM算法是有效可行的。 在數(shù)據(jù)挖掘技術(shù)的應(yīng)用方面，本文面向?qū)＠墨I(xiàn)挖掘應(yīng)用的實(shí)際需求，分析了專利文獻(xiàn)的應(yīng)用及其用途，研究了專利技術(shù)、專利文獻(xiàn)的自身特點(diǎn)，以及專利文獻(xiàn)蘊(yùn)涵的豐富的技術(shù)信息、法律信息和商業(yè)信息，尋找將數(shù)據(jù)挖掘技術(shù)應(yīng)用到專利文獻(xiàn)中的途徑。最后以江蘇省鎮(zhèn)江市光電子領(lǐng)域?qū)＠畔⑵脚_(tái)為主要背景，將數(shù)據(jù)挖掘的方法和知識(shí)理論應(yīng)用到實(shí)際