關(guān)系數(shù)據(jù)挖掘的正負(fù)關(guān)聯(lián)規(guī)則挖掘算法.pdf

1、數(shù)據(jù)庫(kù)技術(shù)的逐漸成熟、網(wǎng)絡(luò)技術(shù)的迅速普及和計(jì)算機(jī)硬件的不斷出新，使人們采集數(shù)據(jù)的能力得到了極大的提高，從而導(dǎo)致了全球范圍內(nèi)數(shù)據(jù)存儲(chǔ)量的急劇增大。為增強(qiáng)人們對(duì)這些海量數(shù)據(jù)的理解能力，數(shù)據(jù)挖掘技術(shù)近年來(lái)得到了快速發(fā)展。 關(guān)聯(lián)規(guī)則挖掘是數(shù)據(jù)挖掘的重要內(nèi)容之一，1993年由Agrawal等人提出，它最初是以分析事務(wù)數(shù)據(jù)庫(kù)中項(xiàng)與項(xiàng)之間聯(lián)系為目標(biāo)，后來(lái)的研究者們對(duì)問(wèn)題原型進(jìn)行多方面的改進(jìn)和擴(kuò)充。目前，關(guān)聯(lián)規(guī)則挖掘技術(shù)已經(jīng)被應(yīng)用到商業(yè)、電訊、

2、金融、農(nóng)業(yè)、醫(yī)療等領(lǐng)域，取得了良好的效果。關(guān)系數(shù)據(jù)庫(kù)是眾多行業(yè)和部門(mén)用于存儲(chǔ)其生產(chǎn)、管理和科研等大量信息的重要形式，數(shù)據(jù)量的增長(zhǎng)極為迅速，積極研究在關(guān)系數(shù)據(jù)庫(kù)中挖掘關(guān)聯(lián)規(guī)則的有效技術(shù)具有極為廣闊的發(fā)展前景。 本文詳細(xì)地闡述了經(jīng)典關(guān)聯(lián)規(guī)則挖掘Apriori算法，并通過(guò)案例進(jìn)一步說(shuō)明了算法思想，隨后針對(duì)Apriori算法的不足，簡(jiǎn)要提出了幾種相應(yīng)的改進(jìn)技術(shù)。隨后提出了基于頻繁模式樹(shù)的FP-growth算法，具體分析了頻繁模式樹(shù)結(jié)構(gòu)，

3、及基于FP-tree的頻繁模式挖掘，同時(shí)結(jié)合具體的案例對(duì)FP-growth算法思想進(jìn)行了補(bǔ)充說(shuō)明。 論文提出的算法采用多級(jí)支持度并運(yùn)用相關(guān)度從頻繁項(xiàng)集中產(chǎn)生正關(guān)聯(lián)規(guī)則，從頻繁項(xiàng)集和非頻繁項(xiàng)集中產(chǎn)生負(fù)關(guān)聯(lián)規(guī)則，利用相關(guān)度α剪除較小價(jià)值的規(guī)則，通過(guò)設(shè)置合理的最小興趣度并計(jì)算相關(guān)性和置信度，經(jīng)過(guò)比較判斷得到有效規(guī)則，并且提出了四種多級(jí)置信度和卡方檢驗(yàn)測(cè)試關(guān)聯(lián)規(guī)則的相關(guān)性和獨(dú)立性。 論文研究了關(guān)系數(shù)據(jù)庫(kù)中關(guān)聯(lián)規(guī)則挖掘工具原型的設(shè)