關聯(lián)規(guī)則算法研究及其在電子競技中的應用.pdf

1、電子競技作為正式體育項目在我國發(fā)展已超過十年，至今仍有巨大的市場和潛力，但隨著市場競爭的日益激烈，各大游戲公司推出的競技類游戲層出不窮，想要在這樣的競爭環(huán)境下嶄露頭角，將數(shù)據(jù)挖掘技術和數(shù)據(jù)分析方法應用到游戲運營中是非常必要的。在數(shù)據(jù)化運營的大思想下，運用數(shù)據(jù)挖掘技術，根據(jù)玩家的游戲行為調(diào)整運營策略，幫助新手玩家更好地成長，不僅能提高他們對游戲的忠實度，也使得電子競技游戲更易上手，由此可以更好地促進電子競技運動在我國的發(fā)展，拓展更寬廣的游

2、戲市場。因此，基于數(shù)據(jù)挖掘的電子競技數(shù)據(jù)分析成為了新的研究課題。
　　本文研究了數(shù)據(jù)挖掘中的關聯(lián)規(guī)則挖掘算法，對其基本概念和算法流程進行了詳細的闡述，并對經(jīng)典關聯(lián)規(guī)則算法 Apriori的算法流程進行了詳細說明，通過算法實例歸納了其存在的主要缺陷。接著針對算法存在的因頻繁掃描數(shù)據(jù)庫導致內(nèi)存負擔重、挖掘頻繁項集時間效率不高的問題，提出一種基于有向無環(huán)圖的挖掘算法（Directed Acyclic Graph Frequent Ite

3、ms Generation，DAGFIG），通過計算頻繁項的支持度映射成二進制表，構建每個頻繁項的有向無環(huán)圖，算法只需兩次掃描數(shù)據(jù)庫，減少因I/O操作帶來的時間開銷，有效地提高了算法的挖掘效率。針對傳統(tǒng)關聯(lián)規(guī)則挖掘中，數(shù)據(jù)集中交易記錄和數(shù)據(jù)項的重要性不同而導致挖掘結果精度低下的問題，提出一種基于項集熵的加權關聯(lián)規(guī)則挖掘算法，引入項集熵的思想，賦以各個項不同的權重，通過計算單項集與多項集的加權支持度，篩選出符合要求的關聯(lián)規(guī)則。