基于布尔矩阵的高价值度关联规则挖掘研究-管理科学与工程专业论文.docxVIP

下载本文档

2
0
约3.47万字
约 52页
2019-02-15 发布于上海
举报
版权申诉

基于布尔矩阵的高价值度关联规则挖掘研究-管理科学与工程专业论文.docx

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

暨南大暨南大学硕士学位论文 PAGE PAGE IV of this two algorithms, we propose the High-Value Measure Association Rules Mining Based on Boolean Matrix, this algorithm is mainly used to improve the efficiency of mining frequent i t e m s e t s . 2、This paper analyzes the algorithms based on support - confidence mining system further, this algorithm rules exist the defect of purpose-oriented unknown, and thus this article introduced this standard of The High-Value Measure to complement this system. In the combined support ,confidence and the High-Value Measure ,we make a comparison on the process and results between the traditional algorithm and the algorithm in this paper. Exhibition the feature of this algorithm in this paper mining specific aspects of customer preferences based on the Pareto criterion. Key words: association rules；minval；boolean matrix；average profit matrix；the Pareto principle 目录摘要 I Abstract II HYPERLINK \l _bookmark0 目录 IV 1 绪论1 HYPERLINK \l _bookmark1 1.1 研究背景与意义1 HYPERLINK \l _bookmark2 1.2 国内外研究现状3 HYPERLINK \l _bookmark3 1.3 本文的结构5 HYPERLINK \l _bookmark4 2 关联规则挖掘技术简介7 HYPERLINK \l _bookmark5 2.1 数据挖掘的内容7 HYPERLINK \l _bookmark6 2.2 关联规则挖掘11 HYPERLINK \l _bookmark7 2.3 算法有效性的评价指标13 HYPERLINK \l _bookmark8 3 传统关联规则挖掘算法15 HYPERLINK \l _bookmark9 3.1 规则挖掘15 HYPERLINK \l _bookmark10 3.2 发现频繁项集15 HYPERLINK \l _bookmark11 3.3 价值度的提出24 HYPERLINK \l _bookmark12 3.4 价值度建模25 HYPERLINK \l _bookmark13 3.5 传统算法的缺陷 27 HYPERLINK \l _bookmark14 4 基于布尔矩阵的高价值度的关联规则挖掘算法30 HYPERLINK \l _bookmark15 4.1 算法相关定义30 HYPERLINK \l _bookmark16 4.2 基础布尔矩阵的优化算法32 HYPERLINK \l _bookmark17 4.3 设定最小价值度挖掘高价值关联规则36 HYPERLINK \l _bookmark18 4.4 实例展示——购物篮分析 37 HYPERLINK \l _bookmark19 5.传统算法与本文算法效果对比简述41 HYPERLINK \l _bookmark20 5.1 传统先验算法挖掘关联规则41 HYPERLINK \l _bookmark21 5.2 两种算法对比分析43 HYPERLINK \l _bookmark22 结论 45 PAGE PAGE