不完備系統(tǒng)中混合數(shù)據(jù)關聯(lián)規(guī)則挖掘的研究.pdf

1、隨著數(shù)據(jù)庫技術的迅速發(fā)展以及數(shù)據(jù)庫管理系統(tǒng)的廣泛應用，人們積累的數(shù)據(jù)越來越多，激增的數(shù)據(jù)背后隱藏著許多重要的信息，人們希望能夠對數(shù)據(jù)進行分析，以便挖掘出其中的關系和規(guī)則。數(shù)據(jù)挖掘技術應運而生，它是目前數(shù)據(jù)庫和信息決策領域最前沿的研究方向之一。關聯(lián)規(guī)則挖掘作為數(shù)據(jù)挖掘的一個重要分支，其主要目的是從大型數(shù)據(jù)集中發(fā)現(xiàn)隱藏的、有趣的、屬性間存在的規(guī)律。 關聯(lián)規(guī)則挖掘問題最初僅涉及事務數(shù)據(jù)集。事務數(shù)據(jù)集中不存在屬性值丟失的問題，但空缺值廣

2、泛存在于日常數(shù)據(jù)庫中。粗糙集正是處理不精確、不確定以及不完全數(shù)據(jù)的數(shù)學理論。它對問題的不確定性的描述或處理比較客觀，與其它數(shù)據(jù)挖掘技術有很強的互補性。另外，對含有離散屬性和連續(xù)屬性的混合數(shù)據(jù)進行關聯(lián)規(guī)則提取是一個重要的課題，通常的做法是先對連續(xù)屬性進行離散化預處理，然后進行關聯(lián)規(guī)則提取。 本文的主要研究工作包括以下幾個方面： (1)分析了現(xiàn)有的對不完備信息系統(tǒng)中空缺值的處理方法及其優(yōu)缺點，根據(jù)粗糙集的上下近似及邊界域的概

3、念，提出了不完備系統(tǒng)中關聯(lián)規(guī)則支持度和置信度的新計算方法。使用新的支持度和置信度可以不處理空缺值而直接提取帶結論域的關聯(lián)規(guī)則。實例分析驗證了算法的正確性和有效性。 (2)提出了一種計算候選斷點集合的算法，該算法不但能夠保證信息系統(tǒng)的分辨關系，而且求得的候選斷點集合的基數(shù)遠小于全部斷點總數(shù)。算法分析表明該算法減小了后續(xù)算法的時間和空間開銷。 (3)構造了一種雙層免疫遺傳算法，該算法不進行離散化預處理，而直接在混合數(shù)據(jù)中挖掘