基于概念层次树的数据挖掘算法及应用研究.pdfVIP

第 3 期 肖 娟等: 基于概念层次树的数据挖掘算法及应用研究 ·61 · 基 于 概 念 层 次 树 的数 据 挖 掘 算 法 及 应 用 研 究 * 1 2 肖 娟 , 叶 枫 1. 浙江工业 大学 之 江学 院 经贸管理 系, 浙 江 杭州 3 10024; 2. 浙江工业 大学 经 贸管理 学院, 浙 江 杭州 3 10014 摘 要: 概 念层 次树 在 大规模 数据 挖掘 中 已得 到广 泛应 用。在介 绍基于概念层次树 的数据 挖掘算 法的基础 上 , 针对 已有数值 型数据概念 提升算法的不足, 提 出 了改进后 的算 法, 并通 过数据 测试 给 出两种 算 法的 比较 效果和 应 用实例 。 关键 词: 概 念层 次; 数据 挖掘 ; 阈值 中图法分 类号 : TP39 1 文献标识码 : A 文章编号 : 100 1- 3695 2005 03- 0061- 03 Research on Data Mining Algorithm Based on Conception Hierarchy Tree and Its Application 1 2 XIAO Juan , YE Feng 1. Dept. of Economic Management, Zhejiang College, Zhej iang University of Technology, Hangzhou Zhej iang 3 10024, China; 2 . College of Eco- nomic Management, Zhej iang University of Technology, Hangzhou Zhejiang 3 10014, China Abstract: Conception hierarchy tree classifiers have found the widest applicability in large-scale data mining environments. After introduced a data mining algorithm based on conception hierarchy tree. This paper, in the light of the limitations of existed concept assension algorithm to numerical attributes in database, introduces an improved algorithm. Moreover, the result of two algorithm testing on actual data is provided in this paper. Key words: Conception Hierarchy; Data Mining; Threshold 目前常用的各类数据挖掘算法, 主要用于特征规 则、关联 是最一般 的概念层次树, 常包含全部可能的属性值 以及它们对 规则、分类规则、序贯模式的发现, 但将这些算法用于实际的大 应的全部可能的父概念 。这种概念树对于特 定的数据库显得 型数据库进行知识发现, 却不能取得很好的效果。概念层次树 偏大, 并且影响到概念提升 的速度, 因而缺乏一定的灵活性 和 作为数据分类的方法, 可 以将大量详细的细节数据总结上升到 针对性 。通常, 无论 是领 域专家 定义还 是 自动生成概念 层 次 较高的概念层, 为数据挖掘 的各个步骤 提供背景知识, 提高知 树, 概念层次树的构造有 自顶 向下和 自底向上两种方式[ 1] 。 识的准确性和可理解性 。适合用户需要较高层次的、能反映一 粤灶赠 定关系的规则来支持决策的实际应用, 此外可用于对数据预处 约员愿穴其他年龄雪 员愿 耀缘园穴中青年雪 跃 缘园穴老年雪 理得到清洁的元数据及知识表示 。 噎 源 耀 员苑穴少年雪 员愿 耀猿源穴青年雪 猿缘 耀缘园穴 中年雪 噎 本文试 图对基于概念层次树的数据挖掘算法有所改进, 如 员 年龄概念层次树 实现层次 自动提取与概念提升同步的数据挖掘算法, 非均匀分 布下数据 的概念层次的自动提取等功能。 所 以对于数据库 中常常存在各种数值型属性的情况, 一般 采用 自动生成数值型概念层次的概念化方法: 由用户指定期望 1 概念层次及概念层次树 的分段数, 由机器 自学 习, 将属性值分成若干个 区间。该方法 所谓概念层次 H 就是部分有序 集 h,  , 其 中 h 是有 限 可满足大型数据库 中特殊挖掘任务的要求