一种基于模糊集的挖掘算法设计.doc

 图 1 非精确描述图 存在 i0 使 则认 为 u0 相 对 的 隶属于 Ai。 (二) 择近原则 设 Ai, B 均为论域 U 上 的 模糊 子 集,i=1,2, ,n 若 存 在 i0 使 则认为 B 与 Ai 最贴近,即判 B 与 Ai 为一类。其中 N(Ai, B)为计 算 Ai 与 B 的贴近度函数。 软 件 时 空 中 文 核 心 期 刊 《 微 计 算 机 信 息 》( 管 控 一 体 化 ) 2008 年 第 24 卷 第 1-3 期 文章编号:1008- 0570(2008)01- 3- 0262- 02 一种基于模糊集的挖掘算法设计 Re s e a rch o f Min in g Alg o rith m b a s e d o n Fu zzy S e t (山西机电职业技术学院)郭学会 GUO XUEHUI 摘要: 本 文 提 出 了 一 种 新 的 基 于 模 糊 集 的 关 联 规 则 挖 掘 算 法 , 算 法 引 入 了 模 糊 集 理 论 和 语 义 关 联 规 则 的 概 念 , 对 数 据 库 的 数 值 属 性 进 行 了 合 理 的 非 精 确 语 义 转 换 , 然 后 通 过 改 进 剪 枝 部 分 被 扫 描 项 集 的 大 小 来 提 高 算 法 的 效 率 , 避 免 了 被 扫 描 的 集 合 长 度 按 照 指 数 型 增 长 的 趋 势 。 关键字: 数据挖掘; 模糊集; 关联规则 中图分类号:TP393 文献标识码:A Abstr act:A kind of new AR mining algorithm based on fuzzy sets is presented in the paper. In this algorithm we introduce the fuzzy theory and the concept of semantics AR, carry through the inaccurate semantics conversion to the number property of database sound- ly, then improve the efficiency of algorithm by improving on the prune part being scanning by itemsets?size, it avoids the increasing current according to exponential of the set length being scanning. Key wor ds: Data Mining, Fuzzy Set, Association Rules 引言 1 传统的关联规则挖掘都是集中在对确定的、精确的概念上 进行挖掘的,难以对非精确的或者说模糊的概念进行挖掘,而对 挖掘出来的规则是否是有用,是否容易被理解的研究也不多,同 时 传 统 的 Apriori 算 法 在 挖 掘 生 成 频 繁 2- 项 目 集 时 是 Apriori 算法挖掘的瓶颈所在。即使进行了优化,但是 Apriori 方法一些 固有的缺陷还是无法克服。本文的目标就是利用较好的语义从 包含有精确数值的数据库中来发现关联规则。模糊集理论是用 来表示非精确性术语的最有效的方法之一,通过运用该理论,非 精确术语的意义可用模糊集来构造。例如:有关“Age”的一组精 确数值,利用模糊集理论后的非精确描述如图 1 所示。 最大隶属度原则和择近原则是模糊模式识别的基 本 方 法, 在许多模糊性问题中都有广泛的应用。对应用问题,首先建立模 糊集的隶属函数,然后才应用模式识别原则进行识别。 2.2 模糊综合评判 在现实生活中,同一事物或现象往往具有多种因素,因此,在 对事物进行评判时,就要兼顾各个方而,必须对多个相关因素进 行综合考虑。模糊综合评判就是应用模糊变换原理和最大隶属 度原则,考虑与被评价的事物相关的各个因素,对其所作的综合 评价。具体过程是:将评价目标看成是由多种因素组成的模糊集 合(称 为 因素 集 U), 再 设定 这 些 因素 所 能 选取 的 评 审等 级, 组 成 评语的模糊集合(称为评判集 V),分别求出各单一因素对各个评 审等级的归属程度(称为模糊矩阵),然后根据各个因素在评价目 标中的权重分配,通过计 算(称为 模 糊 矩阵 合 成), 求出 评 价 的定 量解值。上述过程即为模糊综合评判。 模糊集理论基本思想 2 模糊数学是建立在模糊集合基础上的, 用以研究和处理模 糊现象的一种新兴的数学学科。模糊数学方法就是应用模糊数 学理论, 研究和处理现实世界中大量存在的模糊现象的一