關(guān)聯(lián)規(guī)則算法及度量方法研究.pdf

1、數(shù)據(jù)挖掘是知識(shí)發(fā)現(xiàn)(KDD)過程中的核心部分，數(shù)據(jù)挖掘是從大量數(shù)據(jù)中發(fā)現(xiàn)有趣模式，即從數(shù)據(jù)庫海量的數(shù)據(jù)中找出隱含的、未知的、但卻是非常有用的信息。關(guān)聯(lián)規(guī)則是數(shù)據(jù)挖掘重要技術(shù)之一，本文對關(guān)聯(lián)規(guī)則進(jìn)行分析研究，主要包括以下內(nèi)容： (1)對Apriori算法進(jìn)行深入研究。分析算法思想，針對算法缺陷，本文分別給出改進(jìn)算法。實(shí)例證明，改進(jìn)后的算法能有效減少候選項(xiàng)集個(gè)數(shù)，提高執(zhí)行效率；有效減少掃描數(shù)據(jù)庫次數(shù)，減小I/O負(fù)擔(dān)。 (2)

2、深入研究FP-Growth算法思想和FP-Tree存儲(chǔ)結(jié)構(gòu)。通過分析算法，得到影響FP-Tree大小的因素，建樹的過程中確保壓縮效果最好，從而減小I/O負(fù)擔(dān)，提高算法效率。結(jié)合實(shí)例，比較了Apriori算法和FP-Growth算法性能。 (3)對關(guān)聯(lián)規(guī)則度量方法進(jìn)行了深入研究。本文分別從數(shù)學(xué)和規(guī)則度量兩個(gè)方面，重點(diǎn)分析了興趣度度量存在的問題。針對現(xiàn)有度量標(biāo)準(zhǔn)存在的不足，結(jié)合規(guī)則有效性原則，提出一種度量改進(jìn)方法。分析結(jié)果表明，該改