基于關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘的研究

《基于關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘的研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。

1、廣西大學(xué)碩士學(xué)位論文基于關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘的研究姓名：王景申請(qǐng)學(xué)位級(jí)別：碩士專業(yè)：控制理論與控制工程指導(dǎo)教師：何小陽(yáng)2003.5.1廣西大學(xué)碩士論文基于關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘的研究摘要【在科學(xué)技術(shù)迅猛發(fā)展的今天，人們?cè)絹?lái)越認(rèn)識(shí)到信息的潛在價(jià)值，因此，人們?cè)噲D從大量的數(shù)據(jù)中提取出有用的信息，數(shù)據(jù)挖掘就是在這種情況下誕生的。與傳統(tǒng)的統(tǒng)計(jì)、查詢方法相比，數(shù)據(jù)挖掘技術(shù)涉及到多個(gè)學(xué)科，匯集了人工智能、模式識(shí)別、數(shù)據(jù)庫(kù)、機(jī)器學(xué)習(xí)以及管理信息系統(tǒng)等學(xué)科的成果。數(shù)據(jù)挖掘是一個(gè)新興的邊緣學(xué)科，其應(yīng)用領(lǐng)域非常廣泛，并且具有良好的應(yīng)用前景。本文在深入學(xué)習(xí)并熟悉數(shù)據(jù)挖掘的基本特點(diǎn)和相關(guān)技術(shù)的基礎(chǔ)上，充分分析了國(guó)際上數(shù)據(jù)挖掘方

2、面已取得的研究成果及其存在的不、足，對(duì)知識(shí)發(fā)現(xiàn)和數(shù)據(jù)挖掘開展研究。j，論文首先介紹了國(guó)內(nèi)外關(guān)于知識(shí)發(fā)現(xiàn)和數(shù)據(jù)挖掘的發(fā)展動(dòng)態(tài)、數(shù)據(jù)挖掘的基本概念以及數(shù)據(jù)挖掘的結(jié)構(gòu)和模型，然后詳細(xì)地介紹了關(guān)聯(lián)規(guī)則的概念以及關(guān)聯(lián)規(guī)則挖掘的一些算法，針對(duì)這些算法中存在的不足，本文提出了Background-basedApriori算法，該算法考慮到了頻繁項(xiàng)目集生成的瓶頸問(wèn)題以及發(fā)現(xiàn)知識(shí)的有趣性問(wèn)題，引入了模糊集理論和語(yǔ)義關(guān)聯(lián)規(guī)則的概念，并利用背景知識(shí)對(duì)于數(shù)據(jù)庫(kù)的數(shù)值屬性進(jìn)行了合理的非精確語(yǔ)義轉(zhuǎn)換，使得挖掘出的知識(shí)更加具有潛在的價(jià)值，更容易讓人理解，并且由于進(jìn)行了模糊變換，挖掘出的知識(shí)不基于關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘的研究?jī)H僅局

3、限于某一特定的精確屬性值，具有較高的實(shí)用性，最后程序?qū)υ撍惴ㄟM(jìn)行了實(shí)現(xiàn)，挖掘出的知識(shí)具有可視化的效果。關(guān)鍵詞：數(shù)據(jù)挖掘，模糊集：關(guān)聯(lián)規(guī)則／、語(yǔ)義規(guī)則Ⅱ廣西大學(xué)碩士論文基于關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘的研究RESEARCHOFDATAMININGBASEDoNRELATIoNALRULESAbstractWiththerapiddevelopmentofcomputerscienceandtechnology,moreandmorepeoplecometorealizethevalueofinformation．So，peopletrytoabstractusefulinformationfromavast

4、amountofdata．AndthusDataMiningcomesinitswayinsuchasituation．Comparingwiththetraditionalstatisticandquerymethods，DataMiningconcernsmultiplesubjects，congregatingsomeresearchresultsofartificialintelligence，patterndistinguishing，database，machinestudyandmanagementinformationsystem，etc．Dataminingisanewly-

5、establishedfrontiersubject．Itisbeingusedextensivelyanditsapplicationfutureisbright．AfterstudyingandknowingofthebasiccharacterofDataMiningandsomepertinenttechnologythoroughly,thispaperanalyzessomeresearchresultsestablishedandsomeflawsinDataMiningandcarrysoutsomeresearchaboutKDDandDM．Firstly,thispaper

6、introducesthesituationofthedevelopmentof1II￡墮查蘭堡主絲壅苧±差壁塑!堅(jiān)塑型型型璺!!墅KDDandDMhomeandabroad，basicconceptsandtheconstructionandmodelofDM，thenintroducestheconceptofrelationalrulesandsomealgorithmsofrelationalrules．Becauseofsomeflawsofthosealgorithms，akindofBackground—basedApriorialgorithmispresented．Inthi

7、salgorithmweconsiderthebottleneckofgettingfrequentitem‘setandtheinterestofknowledgediscoveredandweaddthefuzzytheoryandtheconceptofsemamicsassociationruletothealgorithm．Thenusingthebackgroundknowledge，