基于群體智能的關(guān)聯(lián)規(guī)則挖掘方法及應用.pdf

1、近十幾年來，數(shù)據(jù)挖掘技術(shù)有了長足的進步。數(shù)據(jù)挖掘己經(jīng)成為數(shù)據(jù)庫研究、開發(fā)、和應用活躍的分支之一，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的過程。關(guān)聯(lián)規(guī)則挖掘發(fā)現(xiàn)大量數(shù)據(jù)中項集之間有趣的關(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)庫中不同商品(項)之間的聯(lián)系，找出顧客

2、購買行為模式，分析結(jié)果可以應用于商品貨架布局、貨存安排以及根據(jù)購買模式對用戶進行分類。Agrawal等于1993年首先提出了挖掘顧客交易數(shù)據(jù)庫中項集間的關(guān)聯(lián)規(guī)則問題，以后諸多的研究人員對關(guān)聯(lián)規(guī)則的挖掘問題進行了大量的研究。 群體智能是在近十幾年來在協(xié)同進化論基礎(chǔ)上發(fā)展起來的一種新的優(yōu)化算法。它是將由單個復雜個體完成的任務(wù)交給大量簡單的個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)濟上的優(yōu)勢。群體智能利用群體優(yōu)勢，在沒

3、有集中控制，不提供全局模型的前提下，為尋找復雜問題解決方案提供了新的思路，是“無智能的主體通過合作表現(xiàn)出智能行為的特性”。作為群體智能的典型實現(xiàn)模式，模擬生物蟻群智能尋優(yōu)的蟻群算法和模擬鳥群運動模式的微粒群算法正在受到學術(shù)界的廣泛關(guān)注。由于其概念簡明、實現(xiàn)方便，在短期內(nèi)迅速得到了國際演化計算研究領(lǐng)域的認可。 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雜性，有時己有的方法就失效了，而軟計算技術(shù)

4、在這兩方面有著獨到的優(yōu)勢，所以以軟計算技術(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)則提取問題。 本文對群體智能，尤其是蟻群算法進行了較為系統(tǒng)地分析和研究，結(jié)合關(guān)聯(lián)規(guī)則的特點，提出了一些改進的算法，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)挖掘的過程和關(guān)聯(lián)規(guī)則的種類，并對關(guān)聯(lián)規(guī)則挖掘領(lǐng)域的代表算法進行了分析。

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)、主要應用等等。尤其重點研究了常用的群體智能重要模式蟻群算法，同時對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)勢提出混合蟻群算法，并將其運用在關(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，然而對于商品種類過多，交易量非常大的關(guān)聯(lián)發(fā)現(xiàn)，其計算時間卻是