基于粒子群的關(guān)聯(lián)規(guī)則挖掘算法研究.pdf

1、關(guān)聯(lián)規(guī)則分析是數(shù)據(jù)挖掘中最主要的分支，其主要目的就是為了挖掘存在于事務(wù)數(shù)據(jù)庫(kù)中隱藏的關(guān)系或者聯(lián)系。隨著大數(shù)據(jù)的普及，傳統(tǒng)的關(guān)聯(lián)規(guī)則挖掘算法暴露出的問(wèn)題越來(lái)越明顯，使得算法的挖掘效率也有所下降。粒子群優(yōu)化算法作為一種群智能優(yōu)化算法的代表，近年來(lái)被廣泛應(yīng)用于不同的領(lǐng)域，其中就包括關(guān)聯(lián)規(guī)則分析方面。本文就是通過(guò)將粒子群優(yōu)化算法與關(guān)聯(lián)規(guī)則挖掘算法相結(jié)合，對(duì)關(guān)聯(lián)規(guī)則挖掘算法提出改進(jìn)思路。為了滿足關(guān)聯(lián)規(guī)則挖掘得到的規(guī)則信息能夠隨著時(shí)間的變化而變化，

2、采用粒子群優(yōu)化的灰色模型對(duì)動(dòng)態(tài)關(guān)聯(lián)規(guī)則定義中的支持度向量和置信度向量做出趨勢(shì)預(yù)測(cè)，以便讓決策者及時(shí)掌握事情的發(fā)展動(dòng)態(tài)，為其做出決策提供參考依據(jù)。
　　為了能夠更好的對(duì)關(guān)聯(lián)規(guī)則挖掘算法進(jìn)行研究，在閱讀了大量參考文獻(xiàn)之后，對(duì)國(guó)內(nèi)外現(xiàn)狀做出分析，發(fā)現(xiàn)了該領(lǐng)域當(dāng)前存在的一些問(wèn)題，以此來(lái)提出本文所要研究的主要內(nèi)容。首先對(duì)關(guān)聯(lián)規(guī)則的基本概念及其原理、分類、經(jīng)典的算法和改進(jìn)的算法進(jìn)行介紹，關(guān)聯(lián)規(guī)則挖掘的目的和意義有了初步認(rèn)識(shí)，然后對(duì)動(dòng)態(tài)關(guān)聯(lián)規(guī)則

3、的定義和算法思想進(jìn)行分析，了解到動(dòng)態(tài)關(guān)聯(lián)規(guī)則與關(guān)聯(lián)規(guī)則的區(qū)別，最后對(duì)粒子群優(yōu)化算法的原理、步驟以及對(duì)遺傳算法的比較做出分析，以便于為粒子群優(yōu)化算法和關(guān)聯(lián)規(guī)則算法相結(jié)合提供依據(jù)。
　　針對(duì)經(jīng)典的Apriori算法在處理大型數(shù)據(jù)庫(kù)時(shí)挖掘效率有所下降，提出了一種基于二階粒子群的關(guān)聯(lián)規(guī)則挖掘算法。該算法共分四個(gè)步驟，首先第一步按照每個(gè)分區(qū)都能放進(jìn)內(nèi)存的原則，采用Partition算法對(duì)整個(gè)數(shù)據(jù)庫(kù)進(jìn)行不重疊劃分;其次采用Apriori算法對(duì)

4、每個(gè)分區(qū)的數(shù)據(jù)集進(jìn)行關(guān)聯(lián)規(guī)則提取;然后采用二階粒子群優(yōu)化算法對(duì)挖掘得到的關(guān)聯(lián)規(guī)則進(jìn)行優(yōu)化分析，提取出一些易被忽略的有價(jià)值的規(guī)則;最后全局合并各個(gè)分區(qū)的關(guān)聯(lián)規(guī)則，并計(jì)算其實(shí)際的支持度和置信度。該算法不僅能夠減少數(shù)據(jù)庫(kù)的掃描次數(shù)，而且能夠提取出因單個(gè)參考標(biāo)準(zhǔn)而被忽略的關(guān)聯(lián)規(guī)則。通過(guò)在Matlab平臺(tái)上實(shí)現(xiàn)該算法，在不同數(shù)據(jù)集上進(jìn)行了對(duì)比實(shí)驗(yàn)，也對(duì)比了許多同類算法，實(shí)驗(yàn)表明該算法是可行并且是有效的。
　　針對(duì)動(dòng)態(tài)關(guān)聯(lián)規(guī)則挖掘中規(guī)則變化趨

5、勢(shì)的分析，提出一種改進(jìn)的粒子群優(yōu)化的灰色模型，該算法在粒子群算法中引入二次搜索機(jī)制，提高了算法的收斂性能，同時(shí)將其應(yīng)用到灰色模型中，優(yōu)化灰色模型在不同時(shí)刻的背景值，提高灰色模型的預(yù)測(cè)精度。通過(guò)在Matlab平臺(tái)上實(shí)現(xiàn)該算法，對(duì)比了不同算法的預(yù)測(cè)精度，實(shí)驗(yàn)結(jié)果表明，預(yù)測(cè)精度達(dá)到了等級(jí)好的標(biāo)準(zhǔn)，能夠滿足正常的預(yù)測(cè)需求。
　　在對(duì)改進(jìn)的算法進(jìn)行了一系列的對(duì)比實(shí)驗(yàn)，已經(jīng)能夠證明所要實(shí)現(xiàn)算法的可行性和有效性，但仍然需要在實(shí)際應(yīng)用方面做出實(shí)驗(yàn)