數(shù)據(jù)庫(kù)中關(guān)聯(lián)規(guī)則的提取研究.pdf

1、隨著數(shù)據(jù)庫(kù)的增加和數(shù)據(jù)量的不斷增長(zhǎng),數(shù)據(jù)挖掘已成為從數(shù)據(jù)庫(kù)中獲取有用知識(shí)的重要手段,其中,關(guān)聯(lián)規(guī)則挖掘其中的一個(gè)重要分支,它側(cè)重于挖掘數(shù)據(jù)庫(kù)中項(xiàng)集之間的關(guān)聯(lián)或相關(guān)聯(lián)系.根據(jù)關(guān)聯(lián)規(guī)則挖掘的數(shù)據(jù)集的不同,可以將關(guān)聯(lián)規(guī)則挖掘技術(shù)分為兩大類(lèi):布爾關(guān)聯(lián)規(guī)則挖掘技術(shù)和量化關(guān)聯(lián)規(guī)則挖掘技術(shù).布爾關(guān)聯(lián)規(guī)則挖掘技術(shù)研究?jī)H包含二值屬性的數(shù)據(jù)集中的關(guān)聯(lián)規(guī)則挖掘;量化關(guān)聯(lián)規(guī)則挖掘技術(shù)研究包含分類(lèi)屬性或量化屬性的數(shù)據(jù)集中的關(guān)聯(lián)規(guī)則挖掘.傳統(tǒng)的關(guān)聯(lián)規(guī)則挖掘算法及其

2、改進(jìn)算法通常用來(lái)挖掘布爾關(guān)聯(lián)規(guī)則;這些算法需多次掃描數(shù)據(jù)庫(kù),產(chǎn)生候選項(xiàng)集,并在此基礎(chǔ)上產(chǎn)生用來(lái)提取關(guān)聯(lián)規(guī)則的頻繁項(xiàng)目集.該文提出一種改進(jìn)的關(guān)聯(lián)規(guī)則挖掘算法,只需掃描數(shù)據(jù)庫(kù)一次,且不產(chǎn)生候選項(xiàng)目集;算法的性能較傳統(tǒng)的關(guān)聯(lián)規(guī)則挖掘算法有很大的提高.對(duì)關(guān)系數(shù)據(jù)庫(kù)應(yīng)用布爾關(guān)聯(lián)規(guī)則算法挖掘關(guān)聯(lián)規(guī)則,是量化關(guān)聯(lián)規(guī)則挖掘技術(shù)要解決的問(wèn)題.該技術(shù)的中心問(wèn)題是量化屬性和分類(lèi)屬性的離散化.在完成了數(shù)值屬性的離散化之后,量化關(guān)聯(lián)規(guī)則挖掘問(wèn)題就轉(zhuǎn)化為布爾關(guān)聯(lián)規(guī)