多維關(guān)聯(lián)規(guī)則算法設(shè)計.pdf

1、數(shù)據(jù)挖掘，也稱為數(shù)據(jù)庫中的知識發(fā)現(xiàn)(KnowledgeDiscoveryinDatabase，KDD)，是從大量數(shù)據(jù)中提取出可信、新穎、有效并能被人理解的模式的高級處理過程，而關(guān)聯(lián)規(guī)則是其6種模式中的一種。從購物籃分析到電信、銀行業(yè)等海量數(shù)據(jù)的分析處理，關(guān)聯(lián)規(guī)則已經(jīng)在商業(yè)領(lǐng)域得到了廣泛的實際應(yīng)用，其中，尋找挖掘海量客戶數(shù)據(jù)中的多維關(guān)聯(lián)規(guī)則更是潛力無窮。 傳統(tǒng)的Apriori算法是基于單維數(shù)據(jù)庫，尋找布爾關(guān)聯(lián)規(guī)則的常見算法，但其效

2、率較低，使用范圍有限的缺點同樣明顯，同時對于尋找多維關(guān)聯(lián)規(guī)則并不適用。本文在原有Apriori算法的基礎(chǔ)上，自主設(shè)計了一種計數(shù)器算法，通過對目標數(shù)據(jù)庫對象的自主計數(shù)，有效地找到了一條尋找多維關(guān)聯(lián)規(guī)則的方法，為多維數(shù)據(jù)庫的關(guān)聯(lián)規(guī)則挖掘提供了更多的技術(shù)支持。 計數(shù)器算法除了打破了原有Apriori算法不適用于尋找多維關(guān)聯(lián)規(guī)則的缺陷之外，最大的優(yōu)勢在于在尋找多維關(guān)聯(lián)規(guī)則的全過程中，只需要掃描一次目標數(shù)據(jù)庫，這大大節(jié)省了對系統(tǒng)的負擔，尤