分类规则在线研究挖掘分析.pdf

．登348285 f Discoverin Database，简称KDD)是一个新兴的 f数据库中知识发现(Knowledge 人l：智能研究领域，其中分类规则挖掘是‘种重要的发现任务，已经得剑厂}’。泛的 研究。但近年来，随肴数据库麻用迅速普及，分类规则的在线分析挖掘(又称为在线 分类规则挖掘，简称在线分类)成为新的研究热点，这类任务在许多方面同传统分类 不同．具有新的特点。这些特点使得传统的分类算法已经不能满足需要了，必须寻 找新的方法。r、r一 本文对在线分类规则挖捌进行了深入的研究，认定在线分耋是一个多阶段的处 理过程，并提山了一种基丁泛化的在线分类算法。首先．本文研究了在线分类规则 挖掘的数据准备阶段中的数据泛化和属性相关性分析．提出了一种基丁数据立方体 的数据泛化算法丰¨‘种基r数据讧疗体的相关分析算法；接着，对在线分类方法进 }J：深入的研究，提山-『闽值控制建树法和例外注解法两种决策树算法：最后，殴计 Jf实现丁一个住线分类规则挖枷I：具。 f本文的主要创新特色住】‘： (1)提fl{了一种基]‘数据立方体的数据泛化算法。它结合了联机分析处理与面向属 性91纳筲技术，能够方便地分析和统计数据，并将数据泛化剑用户理想的概念 层次卜-。 (2)本文设计了一个住线分类规则挖掘方法，并提山了两个决策树算法：闽值控制 法利例外注解法，能够对泛化数据建立有效的，多层次的分类树。 (3)奉丈设计计实现了‘“个在线分类『具，能够有效的对现实数据库、数据仓库进 行住线分类规则地挖：}}fl。 注：奉文的聊f：究f作得剑了周家自然科学基金项口和安徽九而重人攻 火项11(9912008)的资助。1 +——、 ／、一 On—line ofClassiflcation AnalyticalMining Abstract inDatabaseiSanewArtificial field．In KnowledgeDiscovery Intelligence this isone kindofdata taskthat field，classificationimportant mining mining studied inrecent tothe hasbeen years，due extensively．But rapidpopularization ofdatabase New ofClassification， task，On—line application，a AnalyticalMining has traditional task hasattractedattention．Unlikeclassification，this great many maketr