基于量化相對約簡格模型的數(shù)據(jù)挖掘方法研究.pdf

1、數(shù)據(jù)庫中的知識發(fā)現(xiàn)（KDD）主要是研究如何自動地和智能地從海量的數(shù)據(jù)中提取出有用的知識和信息,它是目前相當活躍的一個研究領域.概念格模型作為一種用于數(shù)據(jù)分析的形式化的工具,已經在眾多的領域中獲得了廣泛的應用.該文對基于量化相對約簡格模型的數(shù)據(jù)挖掘方法做了研究,主要的工作包括：1）概述了KDD的基本原理,描述了概念格模型及其擴展結構的基本概念、構造算法和實際中的應用情況,并將其與決策樹方法做了理論上的比較.2）提出了量化相對約簡格模型,它

2、以最簡形式表示概念的內涵和外延,更清晰地反映了概念之間的依賴關系,有利于更有效地從大規(guī)模數(shù)據(jù)庫中進行知識的發(fā)現(xiàn).3）關聯(lián)規(guī)則發(fā)現(xiàn)是KDD研究中的一個核心任務.該文以量化相對約簡格模型為基礎,分析了量化相對約簡格和關聯(lián)規(guī)則發(fā)現(xiàn)之間的關系,描述了基于量化相對約簡格進行關聯(lián)規(guī)則的快速發(fā)現(xiàn)的理論框架,討論了通過對量化相對約簡格結構分別進行動態(tài)剪枝和靜態(tài)剪枝生成頻繁概念子格的思想,并給出了相應的構造算法.另外,針對頻繁概念子格結構的特點,進行了相