基于OCAT逻辑方法的细精度关联规则挖掘研究与应用-软件工程专业论文.docxVIP

分类号： 分类号： 学校代号：11845 UDC： 密级： 学 号： 广东工业大学硕士学位论文 (工学硕士) 基于OCAT逻辑方法的细精度关联规则挖掘 研究与应用 王彪 指导教师姓名、职称： 鎏路副数拯 学科(专业)或领域名称： 筮鲑王猩 学生所属学院： 让篡扭堂院 论文答辩日期： 2015—05—29 万方数据 Jltillltttlllllllf897 Jltillltttlllllllf 897 A Dissertation Submitted to Ouangdong University of Technology for the Degree of Master (Master of Engineering Science) Ba s ed on t he OCAT I og i C met hod of f i Re‘__‘g r a i ned as soc i at i on r u I es m i n i ng r e sea r ch and app I i cat i on Candidate：Wang Biao Supervi sor：Liang Lu May 2015 School of Computer Science and Technology Guangdong University of Technology Guangzhou，Guangdong，P．R．Chi na，5 1 0006 万方数据 摘要摘要 摘要 摘要 随着计算机技术的广泛使用，信息化如今已经渗透到每一个行业，企业在运营过 程中积累了大量的历史数据，与此同时，人们却面临着历史数据臃肿，有用信息匮乏 的窘境，如何充分利用这些海量数据并从中挖掘有效的信息对每个行业都是挑战。关 联规则挖掘是一种常用的分析数据属性之间相互作用能对事务产生何种影响的技术， 比如露点温度与空气湿度是怎样影响天气，降雨与否跟哪些因素有关等等，其相关性 分析结果在一定程度上有助于为企业提供决策支持，因此在各行业中被大量使用。常 见的关联规则挖掘方法具有描述简单、表达直观和结果可解释性强等优势，自提出以 来，众多学者的不断完善与改进，已经取得长足的发展和广泛的应用。然而在实际生 活生产需求中，现有的关联规则挖掘方法在处理关系型数据集时，通常以属性为粒度 求解属性之间的相关性，可能存在属性相关性不够精细的问题，从而无法剖析属性的 内在结构、内涵及隐藏的细粒度的相关规律。也就是说，如何提高算法的fme精度已 然成为了一个新的突破点。 基于此，本文尝试从逻辑学的角度出发，以期通过某种算法挖掘得到粒度更小的 关联规则，为关联规则挖掘提供一个新的角度。本文的具体实现是首先基于领域特征 从逻辑学角度提出用某种二进制编码的方法对属性进行分解得到属性片段，由于常规 的关联规则挖掘方法并不能处理粒度更小的的属性片段，因此我们采用了基于逻辑 OCAT(One Clause At ATime)方法。OCAT方法要求数据集能且只能被分为两类，并 且只适合处理二进制化的数据集，因此需要将上述属性片段构造正负样本训练集E+和 E．。OCAT方法得到关联规则的过程即是集合覆盖的过程，它每次得到当前最优的子式， 该子式能接受E+中所有样本，但是尽可能多地拒绝E．中的样本，当所有子式合取得到 的合取范式能接受所有E+中的样本，并且接受所有E．中的负样本的时候，算法结束， 此时得到的合取范式即为关联规则的表达式。 为了验证方法的有效性，文中将该方法应用在电信客户流失预测和气象领域中的 降雨预测。不同领域的数据集的特点不一样，因此OCAT逻辑方法在应用到具体领域 时的需要结合数据集的具体情况，比如，文中用于电信客户流失预测的数据集聚类的 个数比较多，因此较少的二进制位来表示各个类；而用于降雨预测的数据集聚类个数 比较少，因此可以根据二进制数的每一位变化来表示各个类。实验结果表明，基于这 万方数据 广东工业大学硕士学位论文种方法产生的关联规则粒度减小，提高了关联规则的fme精度，从而更直观，同时关 广东工业大学硕士学位论文 种方法产生的关联规则粒度减小，提高了关联规则的fme精度，从而更直观，同时关 联规则是合取范式形式，易于实施并行计算以提高效率，能很好地满足海量数据挖掘 的需求。 关键词： 关联规则挖掘；逻辑方法；OCAT；fme精度 H 万方数据 ABSTRACTABSTRACT ABSTRACT ABSTRACT With the wide use of computer technology,all walks of life has entered the information age，enterprise accumulated a large amount o