加權(quán)模糊關(guān)聯(lián)規(guī)則挖掘研究.pdf

1、隨著數(shù)據(jù)庫和網(wǎng)絡(luò)技術(shù)的不斷發(fā)展進(jìn)步,我們生產(chǎn)和搜集數(shù)據(jù)的能力有了大幅度的提高,數(shù)據(jù)量成指數(shù)級的增長,面對龐大的數(shù)據(jù)量,數(shù)據(jù)挖掘技術(shù)變得越來越重要。
　　關(guān)聯(lián)規(guī)則挖掘作為數(shù)據(jù)挖掘技術(shù)中一個重要的研究方向,是最近這些年研究的熱點(diǎn)之一。將模糊集合的相關(guān)技術(shù)理論引入到關(guān)聯(lián)規(guī)則的挖掘中,所形成的模糊關(guān)聯(lián)規(guī)則,拓寬了關(guān)聯(lián)規(guī)則挖掘研究的范圍,提高了關(guān)聯(lián)規(guī)則挖掘算法的精度和速度。
　　論文的主要工作如下:
　　1將基于目標(biāo)函數(shù)的模糊聚

2、類算法-FCM引入到模糊關(guān)聯(lián)規(guī)則挖掘中。作為連續(xù)屬性離散化的方法,在對 FCM算法的模糊聚類數(shù)目 c和初始聚類中心位置進(jìn)行優(yōu)化的基礎(chǔ)上,提出了改進(jìn)的NFCM算法,減少了模糊聚類算法的迭代次數(shù),加快了連續(xù)屬性離散化的速度;
　　2在加權(quán)模糊關(guān)聯(lián)規(guī)則挖掘的過程中,重新定義了模糊加權(quán)屬性集的模糊加權(quán)屬性,提出了新的加權(quán)模糊關(guān)聯(lián)規(guī)則挖掘算法-NFWARM算法,該算法不會因?yàn)闄?quán)值的引入而違反Apriori算法的反單調(diào)性,因此能直接應(yīng)用Apr