關聯(lián)規(guī)則挖掘在銀行交叉銷售中的應用研究.pdf

1、關聯(lián)規(guī)則挖掘是數(shù)據(jù)挖掘中的重要研究方向之一。隨著互聯(lián)網和數(shù)據(jù)存儲技術的不斷發(fā)展，關聯(lián)規(guī)則的挖掘越來越受到廣泛的關注，且成功的應用于各個領域。關聯(lián)規(guī)則經典的挖掘算法是Apriori算法，由R.Agrawal等人于1994年提出，主要包含連接和剪枝兩個步驟，利用逐層搜索的迭代方法實現(xiàn)。該算法簡單明了容易實現(xiàn)，能夠根據(jù)不同的支持度和置信度得到所需關聯(lián)規(guī)則。但是Apriori算法也存在一些缺點，在連接步中會產生大量的候選集，計算支持度時也要多次

2、掃描數(shù)據(jù)庫，因此當數(shù)據(jù)量大關聯(lián)規(guī)則較多時該算法的執(zhí)行效率不高，且適應面相對較窄。
　　本文以銀行交叉銷售為背景，結合粗糙集理論知識，對關聯(lián)規(guī)則以及Apriori算法進行了研究，并得出一種改進的組合算法。算法主要包含兩個部分，分別是數(shù)據(jù)預處理和關聯(lián)規(guī)則生成。數(shù)據(jù)預處理先要將不完整、含噪聲以及不一致的數(shù)據(jù)處理成符合數(shù)據(jù)挖掘標準的數(shù)據(jù)，文中介紹了數(shù)據(jù)預處理的基本方法，由于本文使用的數(shù)據(jù)集已經過相關處理，因此只需根據(jù)屬性值的特點將屬性值離

3、散化和數(shù)據(jù)化即可。將數(shù)據(jù)規(guī)范化只是數(shù)據(jù)預處理的一部分，龐大的數(shù)據(jù)集中并不是所有的信息都是有用的，本文基于集合的近似質量給出一種迭代的屬性約簡算法，在每次迭代中都要保證近似質量不低于上次迭代，最終求得屬性約簡集。在生成關聯(lián)規(guī)則過程中主要使用了基于垂直格式數(shù)據(jù)分布的方法，本文將貪心算法的思想加入到該方法中，減少了求頻繁項集中求交集的次數(shù)，相應地，使用該方法的存儲空間也減少。
　　本文算法的主要優(yōu)勢是在不影響對問題分類決策能力的前提下，