基于矩陣的關聯規(guī)則算法與Apriori算法的研究及改進.pdf

1、數據挖掘技術是當前機器學習、人工智能、計算機科學和數據庫研究方向的重要課題，它從已有的數據中分析、提煉和挖掘出先前未知的、新奇的、對決策有潛在應用價值的知識。數據挖掘是發(fā)現數據中存在的關系和規(guī)則，挖掘數據背后隱藏的知識的手段。關聯規(guī)則挖掘是從數據庫中得出數據相關性的代名詞，已經成為數據挖掘的一個重要研究內容，當前的研究主要是集中在如何提高關聯規(guī)則挖掘的效率上面。
　　 本文對數據挖掘技術和關聯規(guī)則挖掘進行了系統(tǒng)的分析和研究，并在

2、關聯規(guī)則的基礎上改進了兩個算法。
　　 本文的工作主要在以下幾個方面：
　　 (1)對數據挖掘的基本理論知識和分類進行了總體研究，重點分析了關聯規(guī)則的基本思想，并對關聯規(guī)則的相關算法進行了詳細介紹。
　　 (2)在分析關聯規(guī)則基本理論的基礎上，改進了一種基于矩陣的關聯規(guī)則挖掘算法，通過掃描將數據庫映射為0-1矩陣，引入了向量內積的思想，直接在矩陣上進行運算，避免了反復掃描的過程，理論分析和實驗證明了改進算法在效率