數據挖掘中負關聯規(guī)則的研究.pdf

1、該文就負關聯規(guī)則挖掘問題中所涉及的模型、頻繁數據項集發(fā)現、算法、冗余規(guī)則及其實現技術進行了研究,主要包括以下內容:(1)在傳統(tǒng)的正關聯規(guī)則框架的基礎上,提出了負關聯規(guī)則挖掘的問題模型;(2)該文提出了一種新的挖掘頻繁數據項集的算法,即采用格理論方法將原始的、巨大的數據項集搜索空間分散為較小的、可以放在主存空間中進行獨立處理的子空間,并提出了三種枚舉子格中頻繁數據項集的搜索策略,使用該方法僅僅對數據庫描述1次,最大限度地降低了I/O的開銷

2、;(3)該文提出將數據項的分類層次與已發(fā)現的頻繁數據項集相結合來產生負聯規(guī)則,提出了四種產生負數據項集的算法,最后描述了負關聯規(guī)則產生的實現算法;(4)提出了一種新的縮減冗余規(guī)則的結構框架,即利用封閉數據項集概念來產生關聯規(guī)則,而封閉數據項集的數量要比所有的頻繁數據項集小的多,并且不會丟失任何信息,用戶最終得到的是最一般的規(guī)則,從而消除了大量的冗余規(guī)則;(5)提出了幾種關聯規(guī)則與DBMS集成的方法,主要包括松散耦合、存儲過程和SQL的s