基于apriori算法的增量式关联规则控制研究-信息管理与电子政务专业论文.docxVIP

硕士学位论文基于Apriori算法的增量式关联规则挖掘研究 硕士学位论文 基于Apriori算法的增量式关联规则挖掘研究 Research on Incremental Updating Association Rules Mining Based on Apriori Algorithm 学 号：大连理工大学 Dalian University of Technology 万方数据 大连理工大学学位论文独创性声明作者郑重声明：所呈交的学位论文，是本人在导师的指导下进行研究 大连理工大学学位论文独创性声明 作者郑重声明：所呈交的学位论文，是本人在导师的指导下进行研究 工作所取得的成果。尽我所知，除文中已经注明引用内容和致谢的地方外， 本论文不包含其他个人或集体已经发表的研究成果，也不包含其他已申请 学位或其他用途使用过的成果。与我一同工作的同志对本研究所做的贡献 均已在论文中做了明确的说明并表示了谢意。 若有不实之处，本人愿意承担相关法律责任。 学位论文题目： 基王△卫!iQ!i簋洼的燮量式羞壁拯则揎塑亟窒 作者签名： 艺拉纽 日期： 丝坚年—厶月垒日 万方数据 大连理工大学硕士学位论文摘 大连理工大学硕士学位论文 摘 要 近年来，信息技术己逐渐应用到社会生产及服务的各个方面，随之涌现出海量且不 断增长的数据。如何从海量，尤其是动态变化的数据中挖掘出其蕴含的规律，辅助决策， 并使数据与信息技术相辅相成，共同推进和完善，成为时下研究的热点。对此，诸多研 究人员从不同角度展开了深入研究，关联规则挖掘成为重要领域之一，这些研究为该领 域打下了坚实的基础。本文通过分析关联规则研究领域存在的缺陷，针对不断增长变化 的数据集及用户需求，从基础算法的改进开始，对增量式关联规则更新进行研究。 首先分析了关联规则挖掘的经典Apfiofi算法及相关改进算法的缺陷，运用集合运 算思想进行优化，提出了一种新的关联规则挖掘算法即TSApfion算法，将频繁项集及 其对应的事务分别用集合表示和运算，为后文关联规则增量式更新提供理论与数据基础。 对产生的频繁项集，通过构建频繁项集树，生成关联规则，在构建过程中，引入相关度 的概念，对备选规则进行验证，保证生成规则的精度和关联性。其次，基于TSApfiofi 算法，结合FUP算法及IUA算法思想，提出了关联规则增量式更新算法IUTS算法， 以适应不断增长的数据集及变化的参数阈值。最后，以大连市公安局系统的行政及刑事 案件数据为例，对本文提出的频繁项集挖掘算法、关联规则生成算法以及增量式更新算 法进行了验证和应用。 本文提出的TSApfiofi算法只需扫描一遍数据库，且优化了连接操作，执行过程中 不会产生候选K项集，提高了频繁项集挖掘的效率。通过构建频繁项集树优化关联规则 的生成，有效的降低了冗余和虚假规则的生成，整体上提高了算法的效率和准确性。应 用IUTS算法，动态更新关联规则，充分利用了已有结果集，避免了数据库的重复扫描， 具有高效性和良好的可扩展性。 关键词：增量式更新；关联规则；Apriori算法：数据挖掘；相关度 万方数据 基于Apriori算法的增量式关联规则挖掘研究Research 基于Apriori算法的增量式关联规则挖掘研究 Research on Incremental Updating Association Rules Mining Based on Apriori Algorithm Abstract Recently,information technology has been gradually applied to all aspects of social production and service，with massive and endlessly growing of data．How to dig out the hidden knowledge from the massive，and especially dynamically changed data，has currently become the foCUS research，which Can not only help to make decision,but improve the generated of data and information technology perfect．Because of it，more and more researchers conducted deeply research，and make Association Rules Mining an important and active research direction．All