挖掘關聯(lián)規(guī)則的算法研究.pdf

1、數(shù)據(jù)挖掘就是從大量的數(shù)據(jù)中提取或者“挖掘”知識，因此數(shù)據(jù)挖掘又被稱為數(shù)據(jù)庫中的知識發(fā)現(xiàn)。它是一個涉及多學科領域的新興學科，并隨著這些學科的發(fā)展而不斷發(fā)展。數(shù)據(jù)挖掘具有幾個功能，關聯(lián)分析就是其中一項非常重要的功能。關聯(lián)分析用于發(fā)現(xiàn)關聯(lián)規(guī)則，關聯(lián)規(guī)則描述了給定數(shù)據(jù)集的項之間的有趣聯(lián)系。目前，已經(jīng)提出了許多挖掘關聯(lián)規(guī)則的算法，其中最著名的是Apriori算法及其變形。這些傳統(tǒng)的算法大多存在項集生成瓶頸和難以確定合適的支持度閥值的問題，并且沒有

2、考慮數(shù)據(jù)庫的被分析項的各自不同的重要性。為了解決這些問題，本文提出一個新算法——Baseset_Weight算法。本文首先介紹了數(shù)據(jù)挖掘的基本概念、存在問題及發(fā)展方向。其次介紹了關聯(lián)分析的基本概念、分類及一些常見的算法思想，其中著重討論了挖掘關聯(lián)規(guī)則的經(jīng)典算法——Apriori算法的基本思想，并介紹了旨在提高該算法效率的一些變形算法。最后，針對如Apriori算法這樣的傳統(tǒng)算法存在的一些問題，提出了一種基于種子項和權的新算法——Base