

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、隨著數(shù)據(jù)庫技術(shù)的成熟和數(shù)據(jù)應(yīng)用的普及,人類積累的數(shù)據(jù)量正在以指數(shù)速度增長。當(dāng)數(shù)據(jù)量極度增長時,如果沒有有效的方法,由計算機及信息技術(shù)來提取有用信息和知識,人們也會感到面對信息海洋像大海撈針一樣束手無策。面對這一挑戰(zhàn),數(shù)據(jù)挖掘技術(shù)應(yīng)運而生。數(shù)據(jù)挖掘(Data Mining,DM)就是從大量的數(shù)據(jù)中挖掘出人們感興趣的知識,它是一類深層次的數(shù)據(jù)分析方法,被認為是解決“數(shù)據(jù)爆炸知識貧乏”的有效方法之一,最近幾年里已被數(shù)據(jù)庫界廣泛研究。經(jīng)過若干年
2、的研究和實踐,其經(jīng)濟價值已經(jīng)顯現(xiàn)出來,被廣泛應(yīng)用于科學(xué)研究、金融投資、市場營銷、保險、醫(yī)療衛(wèi)生、產(chǎn)品制造業(yè)、通信網(wǎng)絡(luò)管理等行業(yè)。它包含關(guān)聯(lián)規(guī)則挖掘、預(yù)測、分類、聚類、演化分析等多種技術(shù)手段,其中關(guān)聯(lián)規(guī)則挖掘是一種主要的也是用途最廣的數(shù)據(jù)挖掘方法。
本文對KDD(Knowledge Discovery in Databases,數(shù)據(jù)庫中的知識發(fā)現(xiàn))、數(shù)據(jù)挖掘(Data Mining)和關(guān)聯(lián)規(guī)則(Association Rul
3、es)等概念作了闡述,為深入討論作了充分的準備。在對現(xiàn)有關(guān)聯(lián)規(guī)則文獻的研究基礎(chǔ)上,詳細的分析了關(guān)聯(lián)規(guī)則的基本概念和基本性質(zhì),并且對關(guān)聯(lián)規(guī)則的典型頻繁集挖掘算法Apriori算法進行了歸納、分析和研究,為Apriori改進算法的提出和構(gòu)造建立了理論上的必要性前提。
本文的重點是Apriori算法的分析研究和改進設(shè)計。在研究經(jīng)典Apriori算法的基礎(chǔ)上,給出了一個新的算法,分別從減小事務(wù)數(shù)據(jù)庫與候選項目集中的項目規(guī)模和引入加
4、權(quán)支持度兩個方面對Apriori算法進行了優(yōu)化與改進:一方面,針對在Apriori算法下,要掃描的事務(wù)數(shù)據(jù)庫規(guī)模與Apriori算法生成的候選頻繁項目集個數(shù)過多這兩個瓶頸問題,新算法盡量縮減兩者的規(guī)模,使之盡可能高效的產(chǎn)生出頻繁項集;另一方面,針對數(shù)據(jù)庫中項目分布不均勻,出現(xiàn)概率相差較大,所挖掘出的關(guān)聯(lián)規(guī)則將可能涉及不到出現(xiàn)頻率較低的項目的問題,通過給它們賦以不同權(quán)值,即引入加權(quán)支持度,從而可以挖掘出Apriori挖掘不出但卻極具價值的
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 數(shù)據(jù)挖掘中關(guān)聯(lián)規(guī)則算法的分析與優(yōu)化.pdf
- 數(shù)據(jù)挖掘中關(guān)聯(lián)規(guī)則挖掘算法的分析與研究.pdf
- 數(shù)據(jù)挖掘中的關(guān)聯(lián)規(guī)則挖掘算法研究.pdf
- 數(shù)據(jù)挖掘中的關(guān)聯(lián)規(guī)則算法優(yōu)化研究及應(yīng)用.pdf
- 關(guān)于數(shù)據(jù)挖掘中關(guān)聯(lián)規(guī)則挖掘算法的研究.pdf
- 數(shù)據(jù)挖掘中關(guān)聯(lián)規(guī)則算法的研究與應(yīng)用.pdf
- 數(shù)據(jù)挖掘技術(shù)中的關(guān)聯(lián)規(guī)則挖掘算法研究.pdf
- 數(shù)據(jù)挖掘中關(guān)聯(lián)規(guī)則的優(yōu)化.pdf
- 數(shù)據(jù)挖掘中關(guān)聯(lián)規(guī)則算法的改進與應(yīng)用.pdf
- 數(shù)據(jù)挖掘技術(shù)與關(guān)聯(lián)規(guī)則挖掘算法研究.pdf
- 數(shù)據(jù)挖掘中的關(guān)聯(lián)規(guī)則算法的研究.pdf
- 數(shù)據(jù)挖掘技術(shù)中關(guān)聯(lián)規(guī)則算法的研究.pdf
- 數(shù)據(jù)挖掘中關(guān)聯(lián)規(guī)則算法的設(shè)計與實現(xiàn).pdf
- 數(shù)據(jù)挖掘中關(guān)聯(lián)規(guī)則算法研究及應(yīng)用.pdf
- 關(guān)聯(lián)規(guī)則挖掘算法的分析、優(yōu)化及應(yīng)用.pdf
- 基于關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘算法的研究.pdf
- 關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘的更新算法研究.pdf
- 生物數(shù)據(jù)多層關(guān)聯(lián)規(guī)則挖掘算法的優(yōu)化設(shè)計.pdf
- 數(shù)據(jù)挖掘關(guān)聯(lián)規(guī)則加權(quán)算法研究與改進.pdf
- 數(shù)據(jù)挖掘中關(guān)聯(lián)規(guī)則算法及應(yīng)用的研究.pdf
評論
0/150
提交評論