【2017年整理】模糊神经网络在商业规则数据挖掘中的应用.pdfVIP

维普资讯 第 12期 冯 征：模糊神经网络在商业规则数据挖掘中的应用 ·263· 模糊神经网络在商业规则数据挖掘中的应用 冯 征 (天津大学 管理学院，天津 300072) 摘 要：利用模糊系统对规则提取的优势弥补了神经网络可解释性差的缺点，并使用模糊神经网络来进行商业 规则数据挖掘。通过建立模糊神经网络对训练好的网络进行剪裁，最后提取模糊商业规则，说明了商业规则数 据挖掘的全过程，并对其中重点算法进行了描述和改进。给出的实例证明了该方法的有效性。 关键词 ：模糊神经网络 ；规则提取；数据挖掘；数据集 中图法分类号：TP393 文献标识码：A 文章编号：1001．3695(2006)12—0263—02 ApplicationofFuzzyNeuralNetworksinBusinessRuleDataMining FENG Zheng (CollegeofManagement，n口蛳nUniversity，n口，轨300072，China) Abstract：Bytheadvantageoffuzzysystem inruleextraction，fuzzyneuralnetworksmakeupthedisadvantageofneuralnet— works．Wemakeuseoffuzzyneuralnetworkstominebusinessrule．Thewholeprocessofdataminingincludesbuildingfuzzy neuralnetworks，netpurningandurleextractionisintroduced．Theimportantalgorithmshavebeengivenandimproved ． Fi— nally，aninstanceisgiventoprovethevalidityofthemethod． Keywords：FuzzyNeuralNetworks；RuleExtraction；DataMining；DataSet 商业规则提取是数据挖掘领域中最具挑战性的研究方向 输出属性的数 目决定网络输入节点和输出节点的数 目；然后 之一。商业数据的随机性使得隐藏在数据中的内在规则难以 确定网络结构，本文网络结构采用全连接的方式 ；接着确定网 被发现，但大量事实表明，许多商业数据之间存在着某种规律。 络的训练方法，本文使用了BP网络；训练结束后 ，由于全连接 可以将商业企业与外部环境系统看作是确定性非线性动力系 的网络很难处理，因此对网络进行剪裁使提取规则 的步骤更 统，即内部的动力机制是确定的，某些变量的历史数据和其他 为简单易行 ；最后提取模糊规则。 信息蕴涵着可用于预测未来商机的信息。在商业应用中，常常 不是为了预测准确的数据 (当然也不可能预测到)，而是为了 1 运用模糊神经网络进行商业规则数据挖掘过程 提取有用的商业规则。 商业数据挖掘一般是基于数据仓库或数据集市进行的。 对于商业规则问题 ，神经网络以其分类精确、鲁棒性好等 对于数据集中大量的属性，根据某些属性的高低推测出未来某 优点得到了广泛关注。但单纯的神经元 网络(如传统 BP网 些其他商业走势的属性，大约是这样一个过程：选择出合理的 络)是一个 “黑箱”，中间层节点以及连接层节点无特定的含