分布式關聯(lián)規(guī)則挖掘若干算法研究.pdf

1、隨著數據庫和計算機網絡技術的廣泛應用，許多大型數據庫都以分布式形式存在。如何從分布式數據庫中挖掘有價值的知識是一個具有挑戰(zhàn)性的研究課題。關聯(lián)規(guī)則挖掘是數據挖掘的核心任務之一，它在金融、電信、保險業(yè)、市場營銷、異常監(jiān)測、網絡安全、科學決策等方面具有十分重要的應用價值，因此受到研究人員的高度重視。本文就約束性關聯(lián)規(guī)則分布式挖掘與更新、模糊數量關聯(lián)規(guī)則分布式挖掘、面向XML數據的關聯(lián)規(guī)則分布式挖掘、關聯(lián)規(guī)則的冗余刪除與聚類、關聯(lián)規(guī)則可視化等方

2、面作了較深入的研究。本文的主要研究工作包括以下幾個方面： (1)引入向導集的概念，提出了面向全局．局部模式的分布式約束性頻繁項目集挖掘算法DCAR，包括局部約束性頻繁項目集挖掘算法CLF和全局約束性頻繁項目集挖掘算法CGF，為用戶在分布式數據庫中挖掘感興趣的關聯(lián)規(guī)則提供新的方法。 (2)提出了面向全局．局部模式的約束性頻繁項目集的分布式更新算法DUCAR，包括局部約束性頻繁項目集更新算法UCLF和全局約束性頻繁項目集更新

3、算法UCGF，為在分布式數據庫更新情況下快速挖掘約束性關聯(lián)規(guī)則提供新的途徑。 (3)利用模糊集理論，提出了一種基于聚類構造模糊集及相應隸屬度函數的算法FAM，在此基礎上提出了模糊數量關聯(lián)規(guī)則挖掘算法FAR，考慮在分布式環(huán)境中利用分布式聚類構造全局模糊集和全局隸屬度函數的算法GFAM，實現(xiàn)模糊數量關聯(lián)規(guī)則分布式挖掘。 (4)提出了從XML數據中快速挖掘頻繁模式的增量式算法FreqtTree，對分布式數據庫環(huán)境中面向XML數

4、據的關聯(lián)規(guī)則挖掘問題進行研究。 (5)針對關聯(lián)規(guī)則挖掘中存在大量冗余規(guī)則的問題。提出了關聯(lián)規(guī)則的冗余刪除算法ADRR，關聯(lián)規(guī)則的聚類算法ACAR，從而方便用戶對關聯(lián)規(guī)則進行分析。 (6)提出了關聯(lián)規(guī)則可視化的一種新方法ARVir，利用Java3D技術實現(xiàn)了基于ARVir的關聯(lián)規(guī)則可視化系統(tǒng)原型，方便用戶對結果進行觀察和分析。 (7)實現(xiàn)分布式關聯(lián)規(guī)則挖掘原型系統(tǒng)DDMINER，驗證各個算法的正確性，測試各個算法的