ARMRDB模型中的聚類分析和規(guī)則提取.pdf

1、該文以江西省自然科學基金項目"數據挖掘的系統(tǒng)模型研究與實現"為課題主體,在深入研究模糊集理論和粗糙集理論和廣泛了解國內外數據挖掘發(fā)展現狀的基礎上,提出了ARMRDB(Association Rules Mining in Re1ational DataBase)模型,該模型是基于關系數據庫的通用關聯規(guī)則挖掘模型.該文介紹了ARMRDB模型的實現原理、基本結構和主要技術,詳細闡述了模型中聚類分析和規(guī)則提取這兩個關鍵環(huán)節(jié)的實現技術和工作流程

2、.在模型的算法設計中充分考慮了算法實現的時空復雜性,使用增長型算法提高了模型的魯棒性.在聚類分析中,利用模糊集方法對原始數據進行初始化處理,采用模糊相似算法實現了初始化數據的聚類,并提出了奇異類的概念.經過聚類后的數據對象,在同等類中具有相似的屬性特征和數值規(guī)律,可以消除非同等類數據噪聲的干擾.在規(guī)則提取中,利用粗糙集對不確定數據對象的分類優(yōu)勢,對各分類集進行屬性約簡,消除了數據對象中的冗余屬性,從關鍵屬性集中提取相應的關聯規(guī)則,對輸出