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

1、隨著數(shù)據(jù)庫技術(shù)的迅速發(fā)展以及數(shù)據(jù)庫管理系統(tǒng)的廣泛應(yīng)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?qū)?shù)據(jù)進(jìn)行分析，以便挖掘出其中的關(guān)系和規(guī)則。數(shù)據(jù)挖掘技術(shù)應(yīng)運(yùn)而生，它是目前數(shù)據(jù)庫和信息決策領(lǐng)域最前沿的研究方向之一。關(guān)聯(lián)規(guī)則挖掘作為數(shù)據(jù)挖掘的一個(gè)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(guān)聯(lián)規(guī)則挖掘問題最初僅涉及事務(wù)數(shù)據(jù)集。事務(wù)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(xué)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(shù)有很強(qiáng)的互補(bǔ)性。另外，對含有離散屬性和連續(xù)屬性的混合數(shù)據(jù)進(jìn)行關(guān)聯(lián)規(guī)則提取是一個(gè)重要的課題，通常的做法是先對連續(xù)屬性進(jìn)行離散化預(yù)處理，然后進(jìn)行關(guān)聯(lián)規(guī)則提取。 本文的主要研究工作包括以下幾個(gè)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(diǎn)，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(guān)聯(lián)規(guī)則支持度和置信度的新計(jì)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(jié)論域的關(guān)聯(lián)規(guī)則。實(shí)例分析驗(yàn)證了算法的正確性和有效性。 (2)提出了一種計(jì)算候選斷點(diǎn)集合的算法，該算法不但能夠保證信息系統(tǒng)的分辨關(guān)系，而且求得的候選斷點(diǎn)集合的基數(shù)遠(yuǎn)小于全部斷點(diǎn)總數(shù)。算法分析表明該算法減小了后續(xù)算法的時(shí)間和空間開銷。 (3)構(gòu)造了一種雙層免疫遺傳算法，該算法不進(jìn)行離散化預(yù)處理，而直接在混合數(shù)據(jù)中挖掘