基于概念格的關(guān)聯(lián)規(guī)則挖掘研究與實現(xiàn).pdf

1、關(guān)聯(lián)規(guī)則挖掘作為數(shù)據(jù)挖掘領(lǐng)域中最活躍的研究分支之一，其目的是發(fā)現(xiàn)數(shù)據(jù)集中潛在的、新穎的、并為人類所理解的數(shù)據(jù)項間的關(guān)系。概念格理論，又稱形式概念分析，用于概念的發(fā)現(xiàn)、排序和顯示，其核心數(shù)據(jù)結(jié)構(gòu)是概念格。概念格通過概念間的泛化和特化關(guān)系來表示知識。作為一種知識表示模型，概念格能夠為關(guān)聯(lián)規(guī)則挖掘提供有力支持。
　　本文分析了現(xiàn)有關(guān)聯(lián)規(guī)則挖掘算法中存在的主要問題。針對多次數(shù)據(jù)集掃描、候選集過多等問題，提出了在經(jīng)典概念格中自頂向下、通過頻

2、繁概念逐層求取所有頻繁項集的關(guān)聯(lián)規(guī)則挖掘算法。針對規(guī)則冗余、無法及時更新等問題，優(yōu)化了量化擴(kuò)展概念格的結(jié)構(gòu)，提出了事務(wù)集新增、刪除和修改時格上的更新操作，通過將更新操作添加到Godin算法的建格過程中，形成了一種量化擴(kuò)展概念格的增量式建格算法；根據(jù)最小等價內(nèi)涵、封閉集定義了非冗余關(guān)聯(lián)規(guī)則的模式，證明了由該模式形成的非冗余規(guī)則集是完備的；以此為基礎(chǔ)設(shè)計實現(xiàn)了基于量化擴(kuò)展概念格的增量式非冗余關(guān)聯(lián)規(guī)則挖掘算法及約束型關(guān)聯(lián)規(guī)則的挖掘算法。

3、>　　通過對算法在不同形式背景下執(zhí)行時間的分析，驗證了本文提出的“基于經(jīng)典概念格的關(guān)聯(lián)規(guī)則挖掘”改進(jìn)了Apriori算法在“求取頻繁項集”和“生成關(guān)聯(lián)規(guī)則”兩個模塊的執(zhí)行效率；“基于量化擴(kuò)展概念格的關(guān)聯(lián)規(guī)則挖掘”在“生成關(guān)聯(lián)規(guī)則”模塊的效率和質(zhì)量兩方面都優(yōu)于上述兩個算法。通過對算法特性的總結(jié)，得出當(dāng)存在大量頻繁項集時，“基于量化擴(kuò)展概念格的關(guān)聯(lián)規(guī)則挖掘”性能最優(yōu)；當(dāng)形式背景規(guī)模較大、頻繁項集數(shù)量較少時，雖然因建格時間過長，整體性能不如其