描述性規(guī)則挖掘若干關(guān)鍵技術(shù)研究.pdf

1、描述性規(guī)則挖掘是數(shù)據(jù)挖掘研究領(lǐng)域的重要課題之一。數(shù)據(jù)挖掘的任務(wù)是從大量的數(shù)據(jù)中發(fā)現(xiàn)模式，按照其功能作用可分為預測性和描述性挖掘，描述性規(guī)則挖掘?qū)?shù)據(jù)中存在的規(guī)律、規(guī)則做出一種描述，它涵蓋了數(shù)據(jù)挖掘中關(guān)聯(lián)分析、序列模式發(fā)現(xiàn)等重要研究領(lǐng)域。 論文研究工作結(jié)合省知識產(chǎn)權(quán)平臺建設(shè)工作，針對專利文獻的挖掘和利用，在現(xiàn)有的描述性規(guī)則挖掘研究的基礎(chǔ)上，針對描述性規(guī)則挖掘的實際需求和若干需要解決的關(guān)鍵技術(shù)，以關(guān)聯(lián)規(guī)則分析為基礎(chǔ)，對描述性規(guī)則挖掘

2、中的序列模式挖掘技術(shù)、分布環(huán)境下關(guān)聯(lián)規(guī)則快速挖掘技術(shù)以及基于關(guān)聯(lián)分析的離群知識發(fā)現(xiàn)方法等進行研究。 針對序列模式挖掘過程本身是一個反復的交互式過程，提出了一種基于PrefixSpan的快速交互式序列模式挖掘算法，當最小支持度發(fā)生變化時，算法能夠充分利用前次或中間結(jié)果，快速生成新的模式；結(jié)合序列模式的增量式更新問題，提出了基于投影數(shù)據(jù)庫的序列模式增量式更新算法ISPMP，算法采用間接拼接的方法更新已經(jīng)得到的序列，用增量數(shù)據(jù)庫來減小

3、投影數(shù)據(jù)庫，從而有效提高算法效率；在此基礎(chǔ)上，為了進一步提高序列模式挖掘的效率，提出了一種基于二進制形式的候選頻繁序列模式生成和相應(yīng)的計算支持數(shù)方法，該方法只需對挖掘?qū)ο筮M行一些“或”、“與”、“異或”、等邏輯運算操作，顯著降低了候選頻繁序列模式生成和相應(yīng)的支持數(shù)計算的實現(xiàn)難度，將該方法與序列模式挖掘及更新算法相結(jié)合，可以有效提高序列模式挖掘及更新算法的效率：針對大數(shù)據(jù)集關(guān)聯(lián)規(guī)則發(fā)現(xiàn)問題，提出了一種快速挖掘全局最大頻繁項目集算法FMGM

4、FI，該算法采用FP-tree存儲結(jié)構(gòu)，由于FP-tree結(jié)構(gòu)是一種壓縮的存儲結(jié)構(gòu)，數(shù)據(jù)庫中的記錄可被壓縮存儲在建立的局部FP-tree的各路經(jīng)中，使得FMGMFI可方便地從各局部FP-tree的相關(guān)路徑中得到項目集的支持度，同時采用自頂向下和自底向上的雙向搜索策略，可有效地降低網(wǎng)絡(luò)通訊代價，高效地生成關(guān)聯(lián)規(guī)則；最后，針對現(xiàn)有離群點檢測算法多數(shù)面向低維空間數(shù)據(jù)，并且缺少語義解釋的問題，結(jié)合關(guān)聯(lián)分析及粗糙集知識提出了一種基于關(guān)聯(lián)分析的離群