关联法则探勘演算法之研究与分析-朝阳科技大学资讯学院.PDFVIP

2008資訊科技國際研討會論文集 關聯法則探勘演算法之研究與分析 蔡賢亮 鄭永雄 蔡佩君 周煜書 義守大學 義守大學 義守大學 義守大學 資訊管理學系 資訊管理學系 資訊管理學系 資訊管理學系 助理教授 jim@.tw M9322029@ m9522005@ m9522021@ .tw .tw .tw 摘要 characteristics. Finally, we wish to suggest the users use more effective association rules of data 近年來有關資料探勘 (Data Mining)的技 mining algorithm. 術已成為相當熱門的研究議題之一，目的是從 資料庫中挖掘出有意義的資訊，並提供給管理 Keywords ： Apriori algorithm, FP-growth 者做決策。以往的相關研究，不少演算法被提 algorithm, DHP algorithm, DIC algorithm, 出改善關聯法則的效能；這些演算法各有各的 LCM-freq algorithm. 優點，但對於選擇何種探勘關聯法則才會有最 大效益所產生困擾，因此必需考慮關聯法則探 1.前言 勘技術的適用性，以期選擇較有效率探勘來擷 隨著資訊科技與網際網路的蓬勃發展，各 取有用的資訊。本研究探討五個目前較著名資 種資料的數量也越來越多，企業如何有效地從 料探勘演算法效率分析，我們用這五個演算法 這些資料得知有用的資訊，以利用這些資訊作 各別去處理若干具不同特性的資料庫，由實驗 為決策參考；因而有資料探勘(Data mining)技 數據加以分析與探討，並整理出他們各適用於 術產生 [2,3,13,14] 。資料探勘結合演算法及各 何種特性的資料庫，最後我們亦將他們歸納出 種統計方法分析資料，從大型資料庫中挖掘出 具何種特性之資料庫較適用那一個資料探勘 有用的資訊與知識，以提供未來決策支援與預 演算法，並且希望能建議使用者能選擇較有效 測。 率的資料探勘演算法。 目前已有不少的學者相繼投入此研究，使 得資料探勘技術已經可處理不同的資料種 關鍵詞 ：Apriori演算法、 FP-growth演算法、 類，且有許多探勘演算法已被提出。但演算法 DHP演算法、DIC演算法、LCM-freq演算法。 執行的效率評估，是由當者提出改良的或新的