版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、近十幾年來(lái),數(shù)據(jù)挖掘技術(shù)有了長(zhǎng)足的進(jìn)步。數(shù)據(jù)挖掘己經(jīng)成為數(shù)據(jù)庫(kù)研究、開(kāi)發(fā)、和應(yīng)用活躍的分支之一,數(shù)據(jù)挖掘(Data Mining)就是從大量的、不完全的、有噪聲的、模糊的、隨機(jī)的數(shù)據(jù)中,提取隱含在其中的、人們事先不知道的、但又是潛在有用的信息和知識(shí)的過(guò)程。關(guān)聯(lián)規(guī)則挖掘發(fā)現(xiàn)大量數(shù)據(jù)中項(xiàng)集之間有趣的關(guān)聯(lián)或相關(guān)聯(lián)系。它在數(shù)據(jù)挖掘中是一個(gè)重要的課題,最近幾年已被業(yè)界所廣泛研究。關(guān)聯(lián)規(guī)則研究有助于發(fā)現(xiàn)交易數(shù)據(jù)庫(kù)中不同商品(項(xiàng))之間的聯(lián)系,找出顧客
2、購(gòu)買(mǎi)行為模式,分析結(jié)果可以應(yīng)用于商品貨架布局、貨存安排以及根據(jù)購(gòu)買(mǎi)模式對(duì)用戶進(jìn)行分類。Agrawal等于1993年首先提出了挖掘顧客交易數(shù)據(jù)庫(kù)中項(xiàng)集間的關(guān)聯(lián)規(guī)則問(wèn)題,以后諸多的研究人員對(duì)關(guān)聯(lián)規(guī)則的挖掘問(wèn)題進(jìn)行了大量的研究。 群體智能是在近十幾年來(lái)在協(xié)同進(jìn)化論基礎(chǔ)上發(fā)展起來(lái)的一種新的優(yōu)化算法。它是將由單個(gè)復(fù)雜個(gè)體完成的任務(wù)交給大量簡(jiǎn)單的個(gè)體組成的群體合作完成,而后者往往更具有健壯性、靈活性和經(jīng)濟(jì)上的優(yōu)勢(shì)。群體智能利用群體優(yōu)勢(shì),在沒(méi)
3、有集中控制,不提供全局模型的前提下,為尋找復(fù)雜問(wèn)題解決方案提供了新的思路,是“無(wú)智能的主體通過(guò)合作表現(xiàn)出智能行為的特性”。作為群體智能的典型實(shí)現(xiàn)模式,模擬生物蟻群智能尋優(yōu)的蟻群算法和模擬鳥(niǎo)群運(yùn)動(dòng)模式的微粒群算法正在受到學(xué)術(shù)界的廣泛關(guān)注。由于其概念簡(jiǎn)明、實(shí)現(xiàn)方便,在短期內(nèi)迅速得到了國(guó)際演化計(jì)算研究領(lǐng)域的認(rèn)可。 數(shù)據(jù)挖掘技術(shù)是分析大規(guī)模數(shù)據(jù)集的有效方法。由于數(shù)據(jù)內(nèi)在的不精確性和多屬性之間的復(fù)雜性,有時(shí)己有的方法就失效了,而軟計(jì)算技術(shù)
4、在這兩方面有著獨(dú)到的優(yōu)勢(shì),所以以軟計(jì)算技術(shù)為手段研究新的數(shù)據(jù)挖掘方法具有重要的意義。本文力圖采用群體智能研究解決數(shù)據(jù)挖掘中的關(guān)聯(lián)規(guī)則提取問(wèn)題。 本文對(duì)群體智能,尤其是蟻群算法進(jìn)行了較為系統(tǒng)地分析和研究,結(jié)合關(guān)聯(lián)規(guī)則的特點(diǎn),提出了一些改進(jìn)的算法,主要包括以下一些內(nèi)容: (1)關(guān)聯(lián)規(guī)則挖掘的綜述。在關(guān)聯(lián)規(guī)則基本概念的基礎(chǔ)上,介紹了關(guān)聯(lián)規(guī)則的定義、關(guān)聯(lián)挖掘的過(guò)程和關(guān)聯(lián)規(guī)則的種類,并對(duì)關(guān)聯(lián)規(guī)則挖掘領(lǐng)域的代表算法進(jìn)行了分析。
5、 (2)群體智能技術(shù)和遺傳算法的研究。介紹了群體智能的基本概念、系統(tǒng)結(jié)構(gòu)、主要應(yīng)用等等。尤其重點(diǎn)研究了常用的群體智能重要模式蟻群算法,同時(shí)對(duì)遺傳算法做了介紹和分析。 (3)基于群體智能的關(guān)聯(lián)挖掘。本文結(jié)合蟻群算法和遺傳算法的優(yōu)勢(shì)提出混合蟻群算法,并將其運(yùn)用在關(guān)聯(lián)規(guī)則挖掘中,提出了一種基于混合蟻群算法的關(guān)聯(lián)規(guī)則挖掘算法。傳統(tǒng)的數(shù)據(jù)挖掘算法雖然在理論上保證了結(jié)果的高精度,然而對(duì)于商品種類過(guò)多,交易量非常大的關(guān)聯(lián)發(fā)現(xiàn),其計(jì)算時(shí)間卻是
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于群體智能的關(guān)聯(lián)規(guī)則挖掘及應(yīng)用.pdf
- 基于背景知識(shí)的關(guān)聯(lián)規(guī)則挖掘方法研究及應(yīng)用.pdf
- 基于群體智能的通信網(wǎng)絡(luò)告警關(guān)聯(lián)規(guī)則挖掘算法研究.pdf
- 數(shù)據(jù)挖掘中關(guān)聯(lián)規(guī)則挖掘方法的研究及應(yīng)用.pdf
- 基于微粒群算法的關(guān)聯(lián)規(guī)則挖掘方法及應(yīng)用.pdf
- 商務(wù)智能中關(guān)聯(lián)規(guī)則挖掘算法的研究及應(yīng)用.pdf
- 基于關(guān)聯(lián)規(guī)則的數(shù)據(jù)挖掘研究及應(yīng)用.pdf
- 語(yǔ)言關(guān)聯(lián)規(guī)則的挖掘方法及應(yīng)用研究.pdf
- 關(guān)聯(lián)規(guī)則挖掘方法的研究與應(yīng)用.pdf
- 基于計(jì)算智能的關(guān)聯(lián)規(guī)則挖掘算法研究.pdf
- 關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘方法的研究和應(yīng)用.pdf
- 文本關(guān)聯(lián)規(guī)則挖掘方法研究與應(yīng)用.pdf
- 基于關(guān)聯(lián)規(guī)則的挖掘理論研究及應(yīng)用.pdf
- 時(shí)態(tài)關(guān)聯(lián)規(guī)則挖掘研究及應(yīng)用.pdf
- 基于分類和關(guān)聯(lián)規(guī)則的數(shù)據(jù)挖掘研究及應(yīng)用.pdf
- 基于智能算法的正負(fù)關(guān)聯(lián)規(guī)則挖掘研究.pdf
- 分布式關(guān)聯(lián)規(guī)則挖掘方法及應(yīng)用研究.pdf
- 基于擬態(tài)物理學(xué)優(yōu)化算法的多維關(guān)聯(lián)規(guī)則挖掘方法及應(yīng)用.pdf
- 基于關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘的研究與應(yīng)用.pdf
- 基于關(guān)聯(lián)規(guī)則下的隱私數(shù)據(jù)挖掘方法.pdf
評(píng)論
0/150
提交評(píng)論