基于Apriori算法的数据挖掘系统设计.docVIP

基于Apriori算法的数据挖掘系统设计 　　摘 要：近年来，网络的快速发展和普及，使人们真正进入到了信息时代。同样的，随之而来的就是人们面对这么一大堆信息如何检索的问题。人们面对这么一大堆数据资源，迫切的需要新的数据分析的方法，以便更快更智能的检索出自己需要的信息，将需要的信息转化成有用的知识，为我们的决策提供科学的支持。 　　关键词：Apriori算法；数据挖掘；系统设计 　　中图分类号：TP311 　　1 数据挖掘 　　目前人工智能和数据库领域研究的热点问题之一便是数据挖掘，英文称之为Datemining，国内学者也将其译为数据库的知识发现。数据挖掘简单来讲，就是从复杂的数据库中找到隐含的，也是先前不被众人所知的具有很大的隐含价值的信息的过程。数据挖掘主要基于机器学习、人工智能、模式识别、可视化、数据库、统计学等原理，是一种决策支持过程。他能够根据企业庞大的数据库，通过归纳分析，作出最理性的判断。并且能够从数据库中挖掘出潜在的客户信息，帮助企业家根据市场走向调整策略，规避风险。 　　2 数据挖掘项目计 　　MATLAB数学平台与数据挖掘系统有以下功能： 　　2.1 最优化 　　包括一些常用的最优化方法的程序实现，使一些实际问题分析求解的过程功能化，求解简一化，求解结果精确化。 　　2.2 数值计算 　　包括一些重要的典型算法的功能程序化、界面化，使一些大型的数据分析及功能运算模式化，机器化。 　　2.3 数据挖掘 　　包括一些重要的分类方法的程序实现，便于使用者对巨大的数据具有初步的处理和挖掘，为其科学决策提供支持。 　　3 数据挖掘系统设计思路 　　本系统的设计思路与其他系统开发的思路相同，采用模块化的思路来实现系统各个不同的功能，最后通过模块之间的耦合，来完成系统的整体开发。 　　本系统分为三个模块，在不同的模块下耦合了一些子模块： 　　3.1 最优化模块 　　加步长搜索法、对分法、Newton切线法、黄金分割法、抛物线插值法。 　　3.2 数值计算模块 　　（1）线性方程组直接解法：高斯消去法、LU分解法、QR分解法、反射矩阵法、旋转矩阵法。 　　（2）多项式函数插值法：多项式插值法、拉格朗日插值法、牛顿插值法、埃尔米特插值法、三次样条插值法。 　　（3）函数逼近：三角正交函数系逼近、勒让德正交多项式逼近、切比雪夫正交多项式逼近、埃尔米正交特多项式逼近。 　　（4）数值微分：变步长与外推加速技术法、变步长梯形法、牛顿――科茨法、高斯公式法、蒙特卡洛模拟求积法。 　　（5）数值积分：基于接格朗日多项式法、基于样条函数的求导法。 　　3.3 数据挖掘模块 　　（1）数据与处理：缺省值处理、噪声处理、数据集成、集度规约、数据变换。 　　（2）决策树：计算信息熵、C4.5方法、CART方法、SLIQ方法、SPRINT方法。 　　（3）分类挖掘：贝叶斯检测法、K―近邻方法。 　　（4）关联挖掘：Apriori算法。 　　（5）聚类挖掘：K-MEANS法。 　　4 系统设计流程 　　4.1 概要设计 　　首先，对系统设计要有一个总体上的规划，也就是系统的设计概要。系统的概要设计需要充分考虑软件的设计，包括如下方面：系统处理流程、数据的结构设计、系统的组织结构、接口设计、更能分配、模块儿划分、出错处理设计等，在以上充分考虑的基础上，作为软件设计的基础工作。 　　4.2 详细设计 　　软件系统的详细设计需要建立在系统概要设计的基础之上。软件的详细设计也就是在概要设计上丰富化，主要涉及到的内容有软件的主要算法、聚类的层次结构和调用关系以及数据结构等内容。设计者在软件详细设计时，为了进行编码和测试，应当充分考虑每一个子程序的设计。还要保证各个模块之间相互的协调，以保证对软件整体的支持。 　　4.3 编码 　　系统编码阶段，也是整个系统设计的核心阶段。为了实现软件各方面的功能，需要对目标系统的功能、界面和接口等方面进行调试。这个阶段要求设计者要有足够的耐心和细心，需要根据之前的详细设计，对数据结构、模块实现和算法等方面理解透，然后才可以进行具体的编写程序工作。 　　4.4 系统耦合 　　在编码的基础上，根据各个子系统的特性通过几口设计将各个模块藕合在一起，形成最原始的挖掘系统，在设计接口的过程中要做到高内聚低耦合，有利于下一步的系统测试及相关问题的解决。 　　4.5 系统调试 　　根据设计初衷，对系统各个功能进行测试，发现问题并解决问题，测试过程中要做到黑盒和白盒测试法的交互进行，相关程序编码人员辅助进行尽量做到用户界面友好性。在此过程中如发现一些与设计初衷有出入，权衡系统的健壮性与实用性，或修改设计方案，或作适当取舍。 　　5 部分模块算法分析