基于時(shí)態(tài)數(shù)據(jù)庫(kù)雙向關(guān)聯(lián)規(guī)則挖掘的研究.pdf

1、時(shí)間是現(xiàn)實(shí)世界的固有屬性，許多數(shù)據(jù)庫(kù)都存在時(shí)態(tài)語(yǔ)義問(wèn)題，增加了時(shí)間因素的關(guān)聯(lián)規(guī)則研究是非常有意義的。增加了時(shí)間因素也使數(shù)據(jù)庫(kù)變得復(fù)雜。本章對(duì)時(shí)態(tài)事件空間給出定義，給出時(shí)態(tài)事件的一種表示方法，在關(guān)聯(lián)規(guī)則挖掘方面，擴(kuò)展了普通關(guān)聯(lián)規(guī)則在時(shí)態(tài)數(shù)據(jù)庫(kù)中的應(yīng)用，分別描述了同一對(duì)象不同屬性、不同對(duì)象同一屬性之間的關(guān)聯(lián)規(guī)則，給出一種不同對(duì)象同一屬性之間的時(shí)態(tài)關(guān)聯(lián)規(guī)則算法，在股票時(shí)態(tài)數(shù)據(jù)庫(kù)中實(shí)現(xiàn)了該算法，實(shí)驗(yàn)表明算法有效。 數(shù)據(jù)挖掘（Data M

2、ining）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。隨著信息科技超乎想象的進(jìn)展，許多新的計(jì)算機(jī)分析工具問(wèn)世，例如關(guān)系型數(shù)據(jù)庫(kù)、模糊計(jì)算理論、基因算法則以及類(lèi)神經(jīng)網(wǎng)絡(luò)等，使得從數(shù)據(jù)中發(fā)掘?qū)毑爻蔀橐环N系統(tǒng)性且可實(shí)行的程序。Data Mining在各領(lǐng)域的應(yīng)用非常廣泛，只要該產(chǎn)業(yè)擁有具分析價(jià)值與需求的數(shù)據(jù)倉(cāng)儲(chǔ)或數(shù)據(jù)庫(kù)，皆可利用Mining工具進(jìn)行有目的的挖掘

3、分析。一般較常見(jiàn)的應(yīng)用案例多發(fā)生在零售業(yè)、直效行銷(xiāo)界、制造業(yè)、財(cái)務(wù)金融保險(xiǎn)、通訊業(yè)以及醫(yī)療服務(wù)等。 消費(fèi)者過(guò)去的行為是其今后消費(fèi)傾向的最好說(shuō)明。通過(guò)收集、加工和處理涉及消費(fèi)者消費(fèi)行為的大量信息，確定特定消費(fèi)群體或個(gè)體的興趣、消費(fèi)習(xí)慣、消費(fèi)傾向和消費(fèi)需求，進(jìn)而推斷出相應(yīng)消費(fèi)群體或個(gè)體下一步的消費(fèi)行為，然后以此為基礎(chǔ)，對(duì)所識(shí)別出來(lái)的消費(fèi)群體進(jìn)行特定內(nèi)容的定向營(yíng)銷(xiāo)，這與傳統(tǒng)的不區(qū)分消費(fèi)者對(duì)象特征的大規(guī)模營(yíng)銷(xiāo)手段相比，大大節(jié)省了營(yíng)銷(xiāo)成本

4、，提高了營(yíng)銷(xiāo)效果，從而為企業(yè)帶來(lái)更多的利潤(rùn)。 日常生活中通常會(huì)遇到這樣的情況：超市管理人員希望得到顧客購(gòu)買(mǎi)情況的更多信息。比如某一時(shí)間區(qū)間內(nèi)顧客購(gòu)買(mǎi)物品的先后順序。在企業(yè)制定決策時(shí)，時(shí)態(tài)模式的雙向關(guān)聯(lián)規(guī)則對(duì)于如何決策時(shí)間因素，最大限度的增加正面效益尤為重要。為解決這個(gè)問(wèn)題，需要探索有效的基于時(shí)態(tài)數(shù)據(jù)庫(kù)的數(shù)據(jù)挖掘技術(shù)。 為解決以上問(wèn)題，基于時(shí)態(tài)數(shù)據(jù)關(guān)系模型和關(guān)聯(lián)規(guī)則的相關(guān)概念，我們提出一種新型的關(guān)聯(lián)規(guī)則，即雙向關(guān)聯(lián)規(guī)則。給

5、出了相關(guān)概念，討論了雙向關(guān)聯(lián)規(guī)則中時(shí)態(tài)數(shù)據(jù)集的存儲(chǔ)技術(shù)，提出了相關(guān)挖掘算法，并用實(shí)例演算過(guò)程，從而論證了算法的正確可能性。此規(guī)則可以更好地應(yīng)用于時(shí)態(tài)數(shù)據(jù)庫(kù)中，反映數(shù)據(jù)之間的強(qiáng)關(guān)聯(lián)關(guān)系。 雙向關(guān)聯(lián)規(guī)則主要描述數(shù)據(jù)間的前后關(guān)系，要求各事件按時(shí)間次序登記。對(duì)企業(yè)來(lái)說(shuō)，時(shí)態(tài)模式下的雙關(guān)聯(lián)規(guī)則可預(yù)測(cè)顧客的購(gòu)買(mǎi)行為，促進(jìn)銷(xiāo)售量。它把數(shù)據(jù)之間的關(guān)聯(lián)性與時(shí)間聯(lián)系起來(lái)，為了挖掘雙向關(guān)聯(lián)規(guī)則，不僅需要知道事件是否發(fā)生，而且要確定各事件發(fā)生的先后順序