Vague集理論在關(guān)聯(lián)規(guī)則和聚類分析中的應(yīng)用研究.pdf

1、為處理模糊信息，1965年Zadeh 提出了Fuzzy 集理論，之后Fuzzy 集理論得到不斷發(fā)展和完善，并成功應(yīng)用于數(shù)據(jù)挖掘領(lǐng)域，相應(yīng)的基于Fuzzy 集理論的數(shù)據(jù)挖掘算法研究較多并運(yùn)用于實(shí)際工程項(xiàng)目中。但是，在隨后的研究中有學(xué)者指出這種單值的隸屬度也有不足，為了可以處理這類Fuzzy 集無法表示且具有模糊性信息的問題，1993年臺(tái)灣學(xué)者Gau和Buehrer 提出了Vague 集理論，Vague 集可視為Fuzzy 集的推廣，F(xiàn)uz

2、zy 集是Vague 集的一種特殊情況，它具有更強(qiáng)的表達(dá)數(shù)據(jù)模糊性和不精確性的能力。
　　 論文研究基于Vague 集的關(guān)聯(lián)規(guī)則算法，定義了基于Vague 集的關(guān)聯(lián)規(guī)則，定義了新的基于Vague 集的Vag u e 支持度和Vague 置信度。在數(shù)據(jù)缺失下的布爾關(guān)聯(lián)規(guī)則挖掘中，用Vague 集來處理數(shù)據(jù)缺失部分的信息，使關(guān)聯(lián)規(guī)則的數(shù)據(jù)挖掘更符合實(shí)際要求，并給出了一種新的基于Vague 集的布爾關(guān)聯(lián)規(guī)則挖掘算法VagueAprio

3、ri算法，該算法將傳統(tǒng)的布爾關(guān)聯(lián)規(guī)則挖掘模型解決問題的范圍擴(kuò)大，可以處理數(shù)據(jù)缺失下的布爾關(guān)聯(lián)規(guī)則挖掘問題，也能處理傳統(tǒng)的布爾關(guān)聯(lián)規(guī)則挖掘問題。最后，將VagueApriori算法進(jìn)行了實(shí)現(xiàn)，采用C＃語言編程實(shí)現(xiàn)該算法的核心部分以及與用戶的交互操作，并對(duì)該算法的性能進(jìn)行了簡(jiǎn)單的實(shí)驗(yàn)分析，最后通過一個(gè)實(shí)例來對(duì)VagueApriori算法進(jìn)行檢驗(yàn)和驗(yàn)證。
　　 此外，論文通過研究Fuzzy 集上的直接聚類法，從而將Fuzzy 集上的直

4、接聚類法推廣到Vague 集上，給出一些建立Vague 相似關(guān)系的方法，分別用Matlab的M 語言編程實(shí)現(xiàn)這些計(jì)算過程，在給出幾種構(gòu)造Vague 集相似矩陣方法的基礎(chǔ)上，將Fuzzy 集上的編網(wǎng)法和最大樹法引入到Vague 集上，定義了Vague 關(guān)系圖，并給出了基于Vague 集的Vague 直接聚類法：Vague 編網(wǎng)法和Vague 最大樹法，然后將Vague 集上的Vague 直接聚類法與Vague等價(jià)聚類法進(jìn)行對(duì)比研究。