基于粗糙集的数据挖掘算法研究与实现软件工程专业论文.docxVIP

摘要 摘 要 数据挖掘是从数据库的大量数据中提取隐含的、有潜在价值的信息和知识的 过程。数据挖掘是知识发现中最关键的步骤，是目前相当活跃的研究领域。 在数据挖掘的诸多方法中，粗糙集方法不失为一种比较好的数据挖掘工具。 粗糙集理论是 20 世纪 80 年代发展起来的一种处理不精确、不确定和模糊数据的 新型数学工具，它能从数据本身提供的信息中发现有效的、潜在的知识。近年来 该理论成功地在机器学习、数据挖掘、智能数据分析等领域得到了广泛应用，受 到了众多学者的重视，取得了较大的发展。 论文以四川省科技攻关项目“电信商业智能数据挖掘引擎的研究”为依托， 就粗糙集理论在数据挖掘中的算法问题进行研究。本文工作主要有以下四个部分： 1、介绍了数据挖掘技术的概念、产生背景、研究任务、主要方法以及研究热 点。回顾了粗糙集理论的发展历程，详细介绍了粗糙集理论的基础知识，并对当 前国内外粗糙集理论的研究现状进行了详细阐述。 2、对粗糙集理论的约简算法进行了比较深入的研究。约简算法包括属性约简 和属性值约简，其中属性约简是基于粗糙集理论的数据挖掘模型中的关键步骤。 本部分介绍了基本的属性约简和属性值约简算法，针对已有算法存在的缺陷提出 了改进的算法，并结合实验对改进算法和已有算法进行了对比，得出了自己的结 论。其中主要包括基于信息熵的属性约简算法和基于信息熵的属性约简改进算法 分析对比，以及 HORAFA 算法和 HORAFA 改进算法的分析对比。最后，提出了 一种基于近似精度的约简算法，并结合实例对算法作出了分析，得出自己的结论。 3、针对动态数据提出了动态约简算法，即增量式约简算法。对增量数据挖掘 技术进行了研究，提出了增量式规则提取方法的一般设计原则。在此基础上给出 了扩充特征矩阵的定义，提出了基于扩充特征矩阵的增量式约简算法。然后介绍 了 ASRAI 算法，并对 ASRAI 算法提出了一种改进算法。 4、作为粗糙集约简算法的应用，本文提出了基于粗糙集理论的电子邮件过滤 模型，设计了基于粗糙集理论的针对个人用户的实时电子邮件过滤系统，并通过 实验对系统模型进行了验证。 关键词：数据挖掘，粗糙集，属性约简，增量式约简 I II II ABSTRACT ABSTRACT Data Mining is a process that finding hidden and potentially useful information from large scale of data. It is the critical process of Knowledge Discovery in Database, and has become a popular research field. Rough Set methodology is one of the useful tools of Data Mining. Rough Set which has the ability to deal with imprecise, uncertain, and vague information is a new valid mathematical theory developed in recent years. It can find valid and potentially useful knowledge in large amount of data. And because of that, Rough Set has become increasingly popular and has been successfully applied in fields such as Machine learning, Data Mining, and Intelligent Data Analyzing. This thesis which is based on the ShiChuan tacke hard-nut problems in science and technology program named Telecommunication Business Intelligent Data-Mining Engine Research mainly studies some critical technology problems in Data Mining based on Rough Set theory. The thesis is divided into four sections as follows: In the beginning, the concepts, background, research contents