Vague集理论在关联规则和聚类分析中的应用研究-计算机应用技术专业论文.docxVIP

摘要 摘要 I I 摘要 为处理模糊信息，1965 年 Zadeh 提出了 Fuzzy 集理论，之后 Fuzzy 集理论 得到不断发展和完善，并成功应用于数据挖掘领域，相应的基于 Fuzzy 集理论 的数据挖掘算法研究较多并运用于实际工程项目中。但是，在随后的研究中有 学者指出这种单值的隶属度也有不足，为了可以处理这类 Fuzzy 集无法表示且具 有模糊性信息的问题，1993 年台湾学者 Gau 和 Buehrer 提出了 Vague 集理论， Vague 集可视为 Fuzzy 集的推广，Fuzzy 集是 Vague 集的一种特殊情况，它具有 更强的表达数据模糊性和不精确性的能力。 论文研究基于 Vague 集的关联规则算法，定义了基于 Vague 集的关联规则， 定义了新的基于 Vague 集的 Vague 支持度和 Vague 置信度。在数据缺失下的布 尔关联规则挖掘中，用 Vague 集来处理数据缺失部分的信息，使关联规则的数 据挖掘更符合实际要求，并给出了一种新的基于 Vague 集的布尔关联规则挖掘 算法 VagueApriori 算法，该算法将传统的布尔关联规则挖掘模型解决问题的范围 扩大，可以处理数据缺失下的布尔关联规则挖掘问题，也能处理传统的布尔关 联规则挖掘问题。最后，将 VagueApriori 算法进行了实现，采用 C#语言编程实 现该算法的核心部分以及与用户的交互操作，并对该算法的性能进行了简单的 实验分析，最后通过一个实例来对 VagueApriori 算法进行检验和验证。 此外，论文通过研究 Fuzzy 集上的直接聚类法，从而将 Fuzzy 集上的直接聚 类法推广到 Vague 集上，给出一些建立 Vague 相似关系的方法，分别用 Matlab 的 M 语言编程实现这些计算过程，在给出几种构造 Vague 集相似矩阵方法的基 础上，将 Fuzzy 集上的编网法和最大树法引入到 Vague 集上，定义了 Vague 关系 图，并给出了基于 Vague 集的 Vague 直接聚类法：Vague 编网法和 Vague 最大树 法，然后将 Vague 集上的 Vague 直接聚类法与 Vague 等价聚类法进行对比研究。 最后，通过一个实例的对比分析验证了 Vague 集上的 Vague 直接聚类法比 Vague 集上的 Vague 等价聚类法计算更加简单，不会造成原始信息的失真，比 Vague 传递闭包法更加有效，分类粒度更细。 关键词：Vague 集；VagueApriori 算法；Vague 直接聚类法 Abstract Abstract I II Abstract To deal with fuzzy information, fuzzy sets theory has been founded by Zadeh in 1965. In the next few decades, it continuous development and improvement, and in the field of data mining has been applied, the corresponding fuzzy sets theory based data mining algorithms more practical research and applied projects. However, in subsequent studies, some scholars pointed out that this single value of membership is also inadequate, and fuzzy sets can not be said to handle such information with a fuzzy issue. In order to solve it, vague sets proposed by Gau and Buehrer in 1993, Taiwan scholar, which can be seen as the promotion of Fuzzy Sets. In other words, fuzzy sets is a special case of vague sets, it has a stronger expression of ambiguity and imprecision of data capacity. In this paper, the association rule algorithm based on vague sets was researched. The association rule