關(guān)聯(lián)規(guī)則算法研究以及在科學(xué)數(shù)據(jù)挖掘中的應(yīng)用.pdf

1、數(shù)據(jù)挖掘就是從海量數(shù)據(jù)中提取知識，又被稱為數(shù)據(jù)庫中的知識發(fā)現(xiàn)。它是一個跨學(xué)科的新興研究領(lǐng)域。關(guān)聯(lián)規(guī)則分析是其中的一個重要分支，它基于數(shù)據(jù)項的同時出現(xiàn)特征從數(shù)據(jù)庫中發(fā)現(xiàn)項或?qū)傩蚤g事先未知且隱藏的有趣聯(lián)系。從大型數(shù)據(jù)庫中挖掘關(guān)聯(lián)規(guī)則的問題已經(jīng)成為近年來數(shù)據(jù)挖掘研究領(lǐng)域中的一個熱點。 本文首先介紹了數(shù)據(jù)挖掘的基本概念、存在問題及發(fā)展方向。其次介紹了關(guān)聯(lián)規(guī)則分析的基本概念、分類及一些常見的算法思想，并著重討論了一些經(jīng)典的關(guān)聯(lián)規(guī)則算法。

2、 為解決頻繁模式挖掘問題，本文通過分析FP-growth算法中包含的冗余操作，引入數(shù)據(jù)結(jié)構(gòu)FP參考樹/表，改變FP-growth算法中條件模式基的存儲和生成方式，提出了新的FPRSG算法，高效地解決了頻繁模式挖掘問題。理論分析與實驗結(jié)果表明，F(xiàn)PRSG算法優(yōu)于經(jīng)典的FP-growth算法。 數(shù)據(jù)挖掘與科學(xué)研究的結(jié)合是近來新興的研究課題，在很多方面都有值得研究的地方。大規(guī)模科學(xué)數(shù)據(jù)具有數(shù)據(jù)量大、特征復(fù)雜的特點，在對其進行處理