知识发现中的聚类与关联规则研究.pdfVIP

461 F 672 摘要 本硕士论文大体可分为两部分的内容 第一部分主要是详细论述了与知识发现(Knowledge Dsicovery)有关的一些内容，介绍其起源、发展等。同时 对KDD所需作的工作及所需工具作了一个简单介绍。 第二部分则是论文的核心部分，主要论述聚类分析和关 联规则分析的一些理论、方法及对以往算法的分析、评估， 同时给出作者自己的算法及实例。首先，详细论述了常用的 聚类方法：C～means算法以及算法的误差分析。在算法后面 给出一种能够预处理数据库中的符号属性的方法。其次，给 出了一种新的定义概念距离的方法，并详细给出其算法过程。 论文后面是关联规则分析，它主要介绍了以往的Aprioi算法 及其优缺点，结合Aprioi算法，给出一种DIC算法，以改进 关键词：知识发现；抽瓶分类萋蕊知识飙抽分类穆；类译 关联规则 强项集；候选项目集； ABSTRACT can intotwo Thisarticlebedivided parts KDDin its Thefirst ofthisarticlediscussesdetail，including part the workand andSOon．Italsointroducesthe origins，development inKDD． tooIneeded Thesecondisthecoreofthearticle．It introducesthe part mainly and ofthe author theory，methods existed analysis algorithm．The hisown and gives algorithmexample． Thefirst the andthe discussescommon part clusteringalgorithms thatcall error these newmethod analysis．Behind algorithms，A the attributeofthedatabasein is advance symbol given． process also anew thatcan thedistanceofthe Second，it define gives way listthe