基于weka的数据挖掘的关联规则应用研究.pdfVIP

2015年 12月 机械设计与制造工程 Dec．2015 第44卷 第 12期 MachineDesignandManufacturingEngineering Vol_44No．12 DOI：10．3969／j．issn．2095—509X．2015．12．021 基于weka的数据挖掘的关联规则应用研究 董 婷 (榆林学院信息工程学院，陕西 榆林 719000) 摘要：以榆林市采气厂的采气监测数据为例，运用weka工具进行数据分析，并通过基于weka的 Apriori算法数据挖掘的关联规则应用，找出油压、进站压力、日产气量之间的关联，利用关联规则 分析其中存在的规律。实验结果表明，数据挖掘工具weka能够准确分析出各数据之间的关联情 况 。 关键词：关联规则；weka；数据挖掘；Apriori算法 中图分类号：TP391 文献标志码：A 文章编号：2095—509X(2015)12—0078—03 随着信息技术的发展，产生的数据量越来越 (support)、期望置信度 (expectedconfidence)和作 大，人们对于从数据中获取有效信息的要求也越发 用度 (1ift)4个参数来描述一对关联规则的属性。 强烈。数据库数量的日益增多，数据类型多样化、 1．2 关联规则的挖掘 结构复杂化的趋势越发明显，迫切需要先进的技术 在基于支持度一置信度框架中，同时满足用户 以满足人们的需求。数据挖掘 (datamining，DM) 给定的最小支持度阀值与最小置信度阀值的关联 技术正是基于人们对挖掘有效信息的需求而产生 规则称为强关联规则。关联规则的挖掘实际上就 的新技术。所谓数据挖掘就是从数据中发现趋势 是在事务数据库D中找出满足用户给定的最小支 和模式的过程 J。学术界对于数据挖掘进行了深 持度与最小置信度的强关联规则。 入的研究，取得了不菲的成绩，其中关联规则算法 的研究在数据挖掘算法的研究中占有举足轻重的 2 Apriori算法 地位，而关联规则算法的核心就是Apriori算法，目 挖掘关联规则的重点在于产生所有频繁集。 前对Apriori算法的研究也在逐渐增加 。 基本思路是，从 1项集开始找起，产生的候选项集 数据挖掘就是从多种多样的数据中发掘出潜在 经过最小支持度判断产生 1项频繁集，继续对 1项 的、有价值的、有规律的知识发现(knowledgediscov— 频繁集进行组合产生 2项候选项集，继续进行最小 eryindatabase，KDD)的过程 J，不仅如此，数据挖掘 支持度判断产生2项频繁集，依次类推，直至找到 还可以用于数据 自身的维护 。本文基于weka软 最大项频繁集。这里用到了Apriori算法的性质： 件对数据挖掘中的关联规则应用进行研究。 一 个频繁项集的任一子集也应该是频繁项集。 Apriori算法流程如图1所示。 1 数据挖掘 中的关联规则挖掘 Apriori算法实际上就是利用了Apriori性质在 1．1 关联规则主要概念、参数 不断地对事务数据库进行迭代扫描，直至产生出最 设 ，={i，i，…，i}是由几个不同的项 目组成 大频繁集的一种数据挖掘算法，在数据挖掘中具有 的集合，字母 表示 ，白勺子集，事务数据库用字母D 重要作用。 表示，T／D代表着一个事务，这个标识符有着唯一 性。设A是一个由项 目组成的集合，项 目A中包含 3 基于weka的Apriori算法数据挖掘的关 数个子项 目，用字母k表示，称之为k项集，项 目