基于數(shù)據(jù)倉庫的關(guān)聯(lián)規(guī)則抽樣算法研究.pdf

1、數(shù)據(jù)挖掘是從存放數(shù)據(jù)庫、數(shù)據(jù)倉庫或其它信息庫中的大量數(shù)據(jù)中挖掘有趣知識(shí)的過程。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。 關(guān)聯(lián)規(guī)則概念最早是由在IBM工作的RakeshAgrawal博士于1993年提出的，用于刻畫事務(wù)數(shù)據(jù)庫中交易項(xiàng)目之間的關(guān)系，即頻繁關(guān)系。本文對(duì)關(guān)聯(lián)規(guī)則挖掘的經(jīng)典算法：Apriori，AprioriTid，AprioriHybrid以及

2、FUP2算法進(jìn)行了研究。 抽樣對(duì)于數(shù)據(jù)挖掘技術(shù)來說實(shí)用性很強(qiáng)，因?yàn)轭愃萍夹g(shù)在大多數(shù)事件中已經(jīng)極大的滿足了使用者的要求，作者想通過使用改進(jìn)抽樣技術(shù)來維護(hù)關(guān)聯(lián)規(guī)則，目前，已經(jīng)針對(duì)數(shù)據(jù)庫改變時(shí)維護(hù)關(guān)聯(lián)規(guī)則做了一些研究。所有這些方法不僅要對(duì)原始數(shù)據(jù)庫中改變的部分掃描，同時(shí)也要掃描對(duì)未改變的部分，工作量很大，要花費(fèi)很多時(shí)間。而且，如果在數(shù)據(jù)庫上更新的規(guī)則執(zhí)行的很頻繁但原有規(guī)則調(diào)整改變不大時(shí)，就會(huì)浪費(fèi)大量的精力。在本文中，作者將改進(jìn)一種抽樣