面向超市數(shù)據(jù)的關(guān)聯(lián)規(guī)則挖掘算法研究及其應(yīng)用.pdf

1、本文首先介紹了數(shù)據(jù)挖掘的概念、任務(wù)及應(yīng)用；其次給出關(guān)聯(lián)規(guī)則的概念、屬性、形式和種類；再次對(duì)關(guān)聯(lián)規(guī)則挖掘技術(shù)的幾種算法進(jìn)行了研究分析，給出Apriori算法和FPgrowth算法的優(yōu)缺點(diǎn)比較，同時(shí)論述了散列、事務(wù)壓縮、雜湊、劃分、選樣、動(dòng)態(tài)項(xiàng)集計(jì)算、基于形式概念分析的關(guān)聯(lián)規(guī)則挖掘的改進(jìn)算法，討論了關(guān)聯(lián)規(guī)則的擴(kuò)展問(wèn)題。 對(duì)大型超市數(shù)據(jù)倉(cāng)庫(kù)的設(shè)計(jì)與OLAP的應(yīng)用進(jìn)行了描述，引出負(fù)關(guān)聯(lián)規(guī)則，給出了負(fù)關(guān)聯(lián)規(guī)則的定義和挖掘算法，也把基于正負(fù)

2、關(guān)聯(lián)規(guī)則挖掘方法用于超市問(wèn)題上，分析商品的相關(guān)屬性，找出正負(fù)關(guān)聯(lián)規(guī)則，對(duì)于正負(fù)關(guān)聯(lián)規(guī)則帶來(lái)的一些諸如非頻繁項(xiàng)集和自向矛盾等新問(wèn)題，提出了兩個(gè)算法：一個(gè)是基于兩級(jí)支持度的同時(shí)挖掘頻繁項(xiàng)集與非頻繁項(xiàng)集的算法；二是結(jié)合相關(guān)性的研究設(shè)計(jì)了一個(gè)能夠同時(shí)挖掘頻繁項(xiàng)集與非頻繁項(xiàng)集中的正、負(fù)關(guān)聯(lián)規(guī)則算法，從而找到優(yōu)化的解決方案。 討論了關(guān)聯(lián)規(guī)則的具體應(yīng)用問(wèn)題，在挖掘關(guān)聯(lián)規(guī)則的同時(shí)加入商品利潤(rùn)的概念，針對(duì)“關(guān)聯(lián)規(guī)則發(fā)現(xiàn)需要優(yōu)先考慮利潤(rùn)，然后才是統(tǒng)

3、計(jì)學(xué)上的顯著性”這一實(shí)際問(wèn)題，提出了具有利潤(rùn)約束的關(guān)聯(lián)規(guī)則問(wèn)題。為了解決該問(wèn)題，在關(guān)聯(lián)規(guī)則問(wèn)題中引入了利潤(rùn)約束與利潤(rùn)集參數(shù)，提出了解決該問(wèn)題高效的算法。最后研究大型數(shù)據(jù)庫(kù)分層次提取關(guān)聯(lián)規(guī)則的技術(shù)，把一個(gè)大型超市的交易數(shù)據(jù)庫(kù)中有關(guān)食品的交易記錄提取出來(lái)，對(duì)以上基于概念層次樹(shù)的多層次關(guān)聯(lián)規(guī)則算法進(jìn)行仿真，挖掘出食品間的多層次關(guān)聯(lián)規(guī)則。 此外，本文在可信度、支持度的基礎(chǔ)上，利用一種新的評(píng)估手段反映規(guī)則的意義，用來(lái)發(fā)現(xiàn)那些雖然可信度、支