基于數(shù)據(jù)分割的幾種關聯(lián)規(guī)則采掘算法的探討.pdf

1、基于數(shù)據(jù)分割的幾種關聯(lián)規(guī)則采掘算法的探討3基于數(shù)據(jù)分割的幾種關聯(lián)規(guī)則采掘算法的探討研究生閏中敏指導教師李慶忠教授摘要娜計算機應用的不斷發(fā)展，海量的”據(jù)資“積累下來，以往的數(shù)據(jù)分析方法不能有效的從中發(fā)現(xiàn)有價值的信息，為了解決這一問題，數(shù)據(jù)采掘發(fā)展了起來。通過數(shù)據(jù)采掘，我們可以從十分繁雜的資料中發(fā)現(xiàn)有價值的信息或知識，達到為決策服務的目的，因此數(shù)據(jù)采掘成為目前國際上數(shù)據(jù)庫和信息決策領域的最前沿研究方向之一，它同數(shù)據(jù)倉庫和數(shù)據(jù)存儲被認為是當今

2、三大數(shù)據(jù)庫新技術。數(shù)據(jù)采掘所獲得的知識其表達形式是多種多樣的，通常可以是概念、規(guī)則、規(guī)律、模式、約束或可視化信息等，這些知識可以直接輔助決策過程:或修正已有的知識體系也可以作為新的知識轉存到知識存儲機構中?；跀?shù)據(jù)分割的幾種關聯(lián)規(guī)則采掘算法的探討‘了算法PA是在Apriori算法基礎上改進的一種算法。它雖然采納了循環(huán)掃描數(shù)據(jù)庫k次的思想，但由于引入了分割，可以通過用每一分割上所有k一重項目集(既是某一分割上的大項目集，并且也是全局大項目

3、集，其長度為k)的集合來生成此分割上的備選集，將每個分割上得到的備選集求并集，可以證明所有的全局大項目集都包含在這個并集中。這樣就使得PA中得出的備選集既小于Apriori算法中的備選集，也小于分割算法中的備選集，從而減少了掃描數(shù)據(jù)庫過程中的計數(shù)基數(shù)，即減少了計算過程中的內存占用根據(jù)“如果X是某一分割的重項目集，則X是這一分割上的局部大項目集”，就可以對備選集中的項目集進行消減，去除那些在備選集中，但并不是本分割的局部大項目集的項目集，

4、這樣做可以有效的縮減備選集數(shù)目:算法的不足之處在于此算法對數(shù)據(jù)庫的循環(huán)次數(shù)與項目集長度有關，在算法執(zhí)行前無法確定。因此算法以適用于項目集長度固定的采掘任務。RP算法則采用了DIC算法的基本思想，對于不同長度的項目集并行計數(shù)，即每次讀取數(shù)據(jù)庫的一部分(一個分割)，讀第一部分時只對1一項目集計數(shù)，讀第二部分對12一項目集計數(shù)，順次增多，這種思想縮減了對數(shù)據(jù)庫的掃描遍數(shù)(可以證明整個算法需要對數(shù)據(jù)庫掃描(k2m2)m遍，其中m為數(shù)據(jù)庫的分割數(shù)