約束頻繁項目集挖掘算法研究.pdf

1、隨著信息產(chǎn)業(yè)與數(shù)據(jù)庫的迅猛發(fā)展,特別是在計算機得到廣泛普及之后,人類所積累的知識和數(shù)據(jù)量正在呈指數(shù)增加。伴隨而來的就是大型數(shù)據(jù)庫急遽增加和海量信息存儲的問題。這些數(shù)據(jù)就像是金礦,需要用特殊的工具進行挖掘和處理,找到其中真正有用的金子。這也是擁有大量數(shù)據(jù)集的用戶非常關心的問題。
　　 針對數(shù)據(jù)挖掘的研究方法主要包括分類、聚類、序列分析、關聯(lián)規(guī)則的發(fā)現(xiàn)、約束、偏差分析等,而關聯(lián)規(guī)則的發(fā)現(xiàn)是數(shù)據(jù)挖掘研究中的一個重要的領域。對一個大型的

2、數(shù)據(jù)集而言,如果盲目的進行挖掘不僅效率低下,而且還可能產(chǎn)生過多的冗余數(shù)據(jù),造成用戶更大的困擾。而在數(shù)據(jù)挖掘和知識發(fā)現(xiàn)過程中合理使用約束則可以提高挖掘的效率和精度,使挖掘的知識真正為我們所用。
　　 本文主要對關聯(lián)規(guī)則以及約束問題做了全面的分析和總結,并在此基礎之上提出新的算法。
　　 首先,為了避免大量的不相關的項目進入挖掘過程,造成計算時間和空間的極大浪費,本文運用簡潔性約束的特性,對事務數(shù)據(jù)庫做預處理,得到滿足簡潔性

3、約束頻繁項目集,去除關聯(lián)性不強的冗余數(shù)據(jù),加快知識生成的過程。其次,動態(tài)生成閾值。根據(jù)用戶的需要和實際情況,運用標準正態(tài)分布的性質(zhì),動態(tài)的生成單調(diào)性與反單調(diào)性閾值來對數(shù)據(jù)進行約束,由于挖掘是在用戶的指導下進行的,使得挖掘的結果更準確,挖掘結果之間聯(lián)系更加緊密,同時挖掘結果也必將是用戶真正感興趣的知識。
　　 關聯(lián)規(guī)則是挖掘和發(fā)現(xiàn)大量數(shù)據(jù)中項集之間有趣的關聯(lián)或者相關聯(lián)系。但是隨著數(shù)據(jù)量的增加,數(shù)據(jù)密度的增大,數(shù)據(jù)挖掘結果和挖掘時間