客觀(guān)興趣度模型及其在關(guān)聯(lián)分類(lèi)中的應(yīng)用研究.pdf

1、隨著信息技術(shù)的高速發(fā)展，數(shù)據(jù)庫(kù)應(yīng)用的不斷深化，數(shù)據(jù)挖掘已成為當(dāng)今研究的熱點(diǎn)之一。其中，關(guān)聯(lián)規(guī)則挖掘和分類(lèi)規(guī)則挖掘是應(yīng)用范圍較為廣泛的兩個(gè)分支。由于關(guān)聯(lián)規(guī)則具有因果特性，當(dāng)關(guān)聯(lián)規(guī)則的后件表示為某種類(lèi)別時(shí)，關(guān)聯(lián)規(guī)則就具有了分類(lèi)規(guī)則的特性。因此，關(guān)聯(lián)規(guī)則挖掘可以與分類(lèi)規(guī)則挖掘技術(shù)相結(jié)合，繼而得到了一種新的分類(lèi)方法——基于關(guān)聯(lián)規(guī)則的分類(lèi)。傳統(tǒng)的關(guān)聯(lián)分類(lèi)挖掘算法主要采用基于一般頻繁項(xiàng)的關(guān)聯(lián)規(guī)則算法，往往會(huì)產(chǎn)生大量的分類(lèi)關(guān)聯(lián)規(guī)則，并且其中存在大量的

2、冗余規(guī)則，不利于分類(lèi)器的建立和使用。雖然目前已提出了一些高效的關(guān)聯(lián)分類(lèi)算法，但仍存在一些不足之處。本文在現(xiàn)有的興趣度模型及關(guān)聯(lián)分類(lèi)挖掘算法的研究基礎(chǔ)上，提出了一種新的客觀(guān)興趣度模型和一種改進(jìn)的關(guān)聯(lián)分類(lèi)算法，主要工作如下：
　　 (1)對(duì)關(guān)聯(lián)分類(lèi)挖掘的基本理論進(jìn)行了總體的研究，包括關(guān)聯(lián)規(guī)則挖掘和分類(lèi)規(guī)則挖掘的基本概念，挖掘過(guò)程，并介紹了兩種經(jīng)典的關(guān)聯(lián)分類(lèi)挖掘算法，在此基礎(chǔ)上指出了關(guān)聯(lián)分類(lèi)挖掘的研究方向。
　　 (2)如何從

3、大量的關(guān)聯(lián)模式中篩選出用戶(hù)感興趣且有價(jià)值的規(guī)則，是算法研究的重要內(nèi)容之一。由于支持度-置信度框架模型有一定的局限性，本文在總結(jié)分析已有的興趣度模型下，提出了一種新的客觀(guān)興趣度模型，用來(lái)修剪無(wú)趣的規(guī)則，從而篩選出真正有價(jià)值的規(guī)則。并通過(guò)實(shí)例和實(shí)驗(yàn)證明該興趣度模型的有效性和實(shí)用性。
　　 (3)針對(duì)現(xiàn)有的經(jīng)典關(guān)聯(lián)分類(lèi)算法的不足，提出一種基于D-Miner的關(guān)聯(lián)分類(lèi)算法，該算法在產(chǎn)生分類(lèi)關(guān)聯(lián)規(guī)則時(shí)只需要掃描事務(wù)數(shù)據(jù)庫(kù)一次，通過(guò)生成頻繁