動態(tài)的關(guān)聯(lián)規(guī)則挖掘算法研究.pdf

1、關(guān)聯(lián)規(guī)則是數(shù)據(jù)挖掘的一個重要研究方向，用于尋找數(shù)據(jù)庫中不同項或?qū)傩蚤g的相關(guān)性。而在關(guān)聯(lián)規(guī)則中最常使用的方法為Apriori算法，但其存在一些缺點，例如，產(chǎn)生大量的候選項集，需多次掃描數(shù)據(jù)庫等，從而造成Apriori算法的計算效率比較低。后續(xù)雖有許多研究針對這些缺點做改進，但大多未脫離Apriori算法的整體框架，以致其執(zhí)行效率并無很大的改進。除此以外，在關(guān)聯(lián)規(guī)則挖掘中還普遍存在兩個問題：1.用戶在挖掘關(guān)聯(lián)規(guī)則的過程中需要預(yù)先設(shè)置挖掘參數(shù)

2、來獲取想要的規(guī)則，但往往需要通過多次調(diào)整這些參數(shù)才能達到預(yù)期的目的，如何在參數(shù)多次調(diào)整中進行高效的挖掘？2.當挖掘的數(shù)據(jù)庫不斷更新時，如何高效及時地挖掘出有趣的關(guān)聯(lián)規(guī)則？傳統(tǒng)的關(guān)聯(lián)規(guī)則挖掘算法大都是靜態(tài)的，對于上述問題，需要對數(shù)據(jù)庫重新進行挖掘，執(zhí)行效率不夠高。 本文首先針對第一個問題，提出一個新的關(guān)聯(lián)規(guī)則挖掘算法，稱為EUF算法。該算法通過一個子集模組的對映，至多掃描兩遍數(shù)據(jù)庫即可計算出出現(xiàn)在數(shù)據(jù)庫中的所有項目集的支持數(shù)，最后

3、再由使用者輸入最小支持度閾值和置信度閾值產(chǎn)生關(guān)聯(lián)規(guī)則，算法效率不受支持度大小的影響，并且在支持度調(diào)整時無需重新掃描數(shù)據(jù)庫，所以執(zhí)行效率平穩(wěn)快速。針對數(shù)據(jù)庫更新的情況，本文在EUF算法的基礎(chǔ)上提出EUF-IU增量更新算法，不論數(shù)據(jù)庫怎么變動，只需要掃描變動的那部分數(shù)據(jù)，即可挖掘出數(shù)據(jù)庫更新后的關(guān)聯(lián)規(guī)則，節(jié)省了時間耗費。實驗證明，本文提出的兩個算法能隨著參數(shù)和數(shù)據(jù)庫的變化，進行動態(tài)關(guān)聯(lián)規(guī)則挖掘，兩個算法的執(zhí)行效率在支持度較小時優(yōu)于傳統(tǒng)的關(guān)聯(lián)