数据挖掘中关联规则算法的研究.pdfVIP

数据挖掘中的关联规则算法研究 摘 要 数据挖掘是从存放数据库、数据仓库或其它信息库中的大量数据中挖掘有趣知识 的过程。它包含关联规则挖掘、预测、分类、聚类、演化分析等多种技术手段，其 中关联规则挖掘是一种主要的也是用途最广的数据挖掘方法。 关联规则概念最早是由在IBM工作的Rakesh Agrawal博士于1993年提出的，用 于刻划事务数据库中交易项目之间的关系，即频繁关系。其研究已有10余年时间并 取得了很多成果，但还有很多问题亟待解决。本文对此作了详细介绍，并对关联规 则挖掘理论特别是关联规则挖掘算法进行了研究，取得了一定的研究成果。 Apriori_RFM算法、划分的算法和取样算法进行了研究，针对上述算法的不足提出了 基础，针对其特点对算法提出了改进，在最初的阶段用Apriofi算法，在后来的扫描 中用ApfioriTid；考虑了C：可能比源数据库大的情况，在￡：的基础上产生，雨不是在 传统的cz的基础上产生C，，大大地压缩了C：的规模；采用一种更为高效的DA gen 性能有明显的提高。 出了一种高效的关联规则挖掘算法FASTA：采用经典的FAST的算法思想选取样本， 使得选取的样本更具有典型性和精确性；对所选取的样本用本文提出的 算法提高了挖掘性能。 R蹦，FAST，FASTA 关键词：数据挖掘，关联规则，ADrioriTidHybrid，Apriori The Researchof AssociatiORRuIe Mining ithms AIgor Abstract Data isthe of miningprocessdiscoveringinteresting from volumesof knowledgelarge datawhicharcstoredeitherin otherinformation databases，datawarehouses．or includeslotsoftechnicalmeasuressuch repositories．It asassociationrule mining， and these prediction，classification，clustering evolutionaryanalysis．Oftechniques，the associationrule the mining is most andalsothemost technique important widely—used method． The ofassociationruleWasfirst in1993Dr．Rakesh who concept proposedby Agrawal was at【BM．to the working d