頻繁模式和多形態(tài)數(shù)據(jù)聚類算法研究與應(yīng)用.pdf

1、本文是以刑事審訊輔助決策支持系統(tǒng)作為研究背景。針對(duì)刑事審訊輔助決策支持系統(tǒng)中出現(xiàn)的兩類問題進(jìn)行了研究。第一類是關(guān)聯(lián)規(guī)則應(yīng)用過程中的增量挖掘問題，第二類是基于多形態(tài)數(shù)據(jù)聚類算法進(jìn)行了研究。 在刑事審訊過程中，審訊案例數(shù)據(jù)庫隨時(shí)間不斷變化，因而其使用關(guān)聯(lián)規(guī)則所產(chǎn)生的規(guī)則和模式，也是不斷變化的。現(xiàn)有已產(chǎn)生的頻繁規(guī)則也不再是強(qiáng)規(guī)則，以前不滿足條件的規(guī)則會(huì)變成頻繁規(guī)則。針對(duì)這個(gè)問題，可以采用增量挖掘進(jìn)行解決?，F(xiàn)存的FUP(FastUpda

2、te)，IM(IncrementalMaintenance)等關(guān)聯(lián)規(guī)則增量更新算法，解決了增量挖掘的問題，在一定的范圍內(nèi)取得比較好的效率，但是在本系統(tǒng)中不能滿足性能要求。本文給出一種基于頻繁模式表的算法UFPL(UpdateFrequentPatternList)，此算法可以處理在最小支持度和數(shù)據(jù)庫同時(shí)發(fā)生改變的時(shí)候關(guān)聯(lián)規(guī)則的維護(hù)問題，并且其效率比IM算法平均提高2-5倍。最后，利用公共測(cè)試數(shù)據(jù)集，對(duì)算法性能進(jìn)行測(cè)試，相對(duì)于快速更新算法

3、和增量維護(hù)算法，實(shí)驗(yàn)表明其效率有較大改進(jìn)。 此外，根據(jù)項(xiàng)目要求在查找相似案件和相似筆錄的過程中，由于案件的數(shù)量巨大，假如直接依據(jù)相似度查找出潛在的相似案件，此時(shí)相似案件數(shù)目比較多。針對(duì)此問題本文先采用聚類將其案件進(jìn)行分類，然后在與其距離最近的一簇中搜索相似案件。這樣可減少相似案件的數(shù)目，提高搜索效果。但是在聚類過程中，現(xiàn)有的聚類算法不能滿足對(duì)筆錄數(shù)據(jù)聚類。這類數(shù)據(jù)，一個(gè)聚類對(duì)象包括不同類型數(shù)據(jù)即包括離散數(shù)據(jù)、又包括連續(xù)數(shù)據(jù)，并且