关联规则中基于模糊遗传算法研究与改进挖掘技术.docVIP

关联规则中基于模糊遗传算法研究与改进挖掘技术 　　摘 要： 网络数据通常以爆炸式的聚集形式出现，导致曾提出的关联规则挖掘方法挖掘性能不好。基于上述原因，提出一种关联规则中基于模糊遗传算法的挖掘方法，此方法通过构建挖掘模型，将关联规则与模糊遗传算法融合在一起，进而给出待挖掘数据的适应度函数，并使用阈值对其进行限制。模糊遗传算法将对适应度函数进行交叉分配和编译分配，以改进方法的隶属度线性状态，获取更为有效的挖掘结果。实验结果表明，改进后的方法挖掘稳定性较强，挖掘精度较高，且挖掘时间较少。 　　关键词： 关联规则； 模糊遗传算法； 挖掘技术； 挖掘精度 　　中图分类号： TN911?34； TP311.13 文献标识码： A 文章编号： 1004?373X（2017）14?0023?03 　　Abstract： Network data usually appears in the form of explosive gather， which may lead to a bad performance of the association rule mining method proposed in the past. Based on the above reasons， a kind of association rule mining method based on f