動態(tài)關聯(lián)規(guī)則挖掘算法的研究.pdf

1、數(shù)據(jù)挖掘是一種重要的數(shù)據(jù)分析技術，而關聯(lián)規(guī)則是一種描述型數(shù)據(jù)挖掘，關聯(lián)規(guī)則的算法屬于無監(jiān)督學習的方法。動態(tài)關聯(lián)規(guī)則挖掘，是在普通關聯(lián)規(guī)則的基礎上進一步描述了規(guī)則和數(shù)據(jù)特性隨著時間變化的特征，它為關聯(lián)規(guī)則的發(fā)展注入了新的活力。本文對數(shù)據(jù)挖掘，包括關聯(lián)規(guī)則的基本知識做了簡要介紹，然后重點對動態(tài)關聯(lián)規(guī)則挖掘及其相關算法進行了討論，給出了ABM算法在動態(tài)關聯(lián)規(guī)則上的改進和應用，以及在此基礎上將改進的線性鏈表應用在動態(tài)關聯(lián)規(guī)則上，并通過實驗驗證了

2、算法的有效性。
　　本文首先對數(shù)據(jù)挖掘的發(fā)展過程、基礎知識，以及數(shù)據(jù)挖掘應用的重要性和發(fā)展方向進行了簡要的討論，介紹一些關聯(lián)規(guī)則的必要知識，同時也對關聯(lián)規(guī)則挖掘算法中的三種經(jīng)典算法進行了詳細的描述，討論了動態(tài)關聯(lián)規(guī)則的基礎概念及其特點，并介紹了兩種經(jīng)典動態(tài)關聯(lián)規(guī)則的挖掘算法。
　　在上述工作的基礎上，給出了ABM算法在動態(tài)關聯(lián)規(guī)則上的改進和應用，它采用垂直的數(shù)據(jù)結構表示格式，并利用矩陣來存儲運算所需的輔助信息，同時在挖掘的過

3、程中，創(chuàng)建一維數(shù)組來存儲所有項目能與數(shù)組元素所代表的項目組合成頻繁2-項集的數(shù)目，且編號不大于該數(shù)組元素的編號。該算法通過對矩陣和數(shù)組中的值與支持度閾值進行比較，決定是否需要進行交運算，以有效剪裁不必要的運算量。
　　本文重點是在ABM算法的基礎上將改進的線性鏈表應用在動態(tài)關聯(lián)規(guī)則上，它也采用垂直的數(shù)據(jù)結構表示格式，但與其不同之處是，采用線性鏈表存儲頻繁(k-1)-項集的運算結果，并在此基礎上充分利用這個運算結果，繼而生成頻繁k-