模糊關(guān)聯(lián)規(guī)則挖掘及其應(yīng)用.pdf

1、關(guān)聯(lián)規(guī)則挖掘作為數(shù)據(jù)挖掘的重要任務(wù)之一，憑借其廣泛的應(yīng)用性，越來越受到各領(lǐng)域研究者的重視。隨著研究的深入，專家學(xué)者們提出了一些經(jīng)典的關(guān)聯(lián)規(guī)則挖掘算法，這些算法都是針對(duì)布爾型屬性提出來的，然而現(xiàn)實(shí)中的數(shù)據(jù)庫中往往存在著大量的數(shù)量型屬性，為了發(fā)現(xiàn)數(shù)量型屬性間的相關(guān)關(guān)系，模糊關(guān)聯(lián)規(guī)則應(yīng)運(yùn)而生，F(xiàn)P-growth算法就是一種模糊關(guān)聯(lián)規(guī)則挖掘算法。本文對(duì)模糊關(guān)聯(lián)規(guī)則挖掘算法進(jìn)行了深入的研究，針對(duì)隸屬度函數(shù)優(yōu)化以及FP-growth算法的不足提出了

2、改進(jìn)算法，并且對(duì)模糊關(guān)聯(lián)規(guī)則進(jìn)行了擴(kuò)展，提出了廣義模糊關(guān)聯(lián)規(guī)則及其挖掘算法。研究?jī)?nèi)容主要包括以下三個(gè)方面：
　?。?）針對(duì)原有隸屬度函數(shù)模糊區(qū)域劃分結(jié)果的應(yīng)用局限性，重新定義遺傳算法的適應(yīng)度函數(shù)，并根據(jù)實(shí)際數(shù)據(jù)標(biāo)準(zhǔn)對(duì)隸屬度函數(shù)進(jìn)行修正，最后得到較優(yōu)的隸屬度函數(shù)。將優(yōu)化算法應(yīng)用于影響機(jī)場(chǎng)噪聲屬性數(shù)據(jù)集，使用優(yōu)化后的隸屬度函數(shù)對(duì)數(shù)量型屬性進(jìn)行模糊化，使模糊區(qū)域的劃分更加合理，更加適合實(shí)際問題。以模糊屬性數(shù)據(jù)庫作為關(guān)聯(lián)規(guī)則挖掘算法的輸入

3、數(shù)據(jù)，增強(qiáng)了模糊關(guān)聯(lián)規(guī)則的可信度。
　?。?）針對(duì)數(shù)量型模糊關(guān)聯(lián)規(guī)則的FP-growth算法在模糊屬性數(shù)據(jù)庫生成過程中人為過濾掉多個(gè)模糊屬性的不足，提出了FP-growth算法的改進(jìn)算法。改進(jìn)后的算法彌補(bǔ)了原算法在模糊屬性篩選過程中丟失大量有用信息的不足，挖掘到的關(guān)聯(lián)規(guī)則比原算法包含更多模糊屬性間的相關(guān)關(guān)系。本文將改進(jìn)后的模糊關(guān)聯(lián)規(guī)則挖掘算法應(yīng)用于分類系統(tǒng)。
　?。?）傳統(tǒng)模糊關(guān)聯(lián)規(guī)則僅能反應(yīng)前提屬性與結(jié)論之間的相關(guān)性，不能