數據庫中關聯規(guī)則的提取研究.pdf

1、隨著數據庫的增加和數據量的不斷增長,數據挖掘已成為從數據庫中獲取有用知識的重要手段,其中,關聯規(guī)則挖掘其中的一個重要分支,它側重于挖掘數據庫中項集之間的關聯或相關聯系.根據關聯規(guī)則挖掘的數據集的不同,可以將關聯規(guī)則挖掘技術分為兩大類:布爾關聯規(guī)則挖掘技術和量化關聯規(guī)則挖掘技術.布爾關聯規(guī)則挖掘技術研究僅包含二值屬性的數據集中的關聯規(guī)則挖掘;量化關聯規(guī)則挖掘技術研究包含分類屬性或量化屬性的數據集中的關聯規(guī)則挖掘.傳統(tǒng)的關聯規(guī)則挖掘算法及其

2、改進算法通常用來挖掘布爾關聯規(guī)則;這些算法需多次掃描數據庫,產生候選項集,并在此基礎上產生用來提取關聯規(guī)則的頻繁項目集.該文提出一種改進的關聯規(guī)則挖掘算法,只需掃描數據庫一次,且不產生候選項目集;算法的性能較傳統(tǒng)的關聯規(guī)則挖掘算法有很大的提高.對關系數據庫應用布爾關聯規(guī)則算法挖掘關聯規(guī)則,是量化關聯規(guī)則挖掘技術要解決的問題.該技術的中心問題是量化屬性和分類屬性的離散化.在完成了數值屬性的離散化之后,量化關聯規(guī)則挖掘問題就轉化為布爾關聯規(guī)