基于粗糙集的数据挖掘应用分析-计算机软件与理论专业论文.docxVIP

I I 目录 目 录 1 绪论 1 1.1 研究背景及意义1 1.1.1 背景1 1.1.2 研究意义1 1.2.基于粗糙集的数据挖掘的历史、研究过程及发展趋势2 1.2.1 历史2 1.2.2 研究过程2 1.2.3 国内外对基于粗糙集的数据挖掘的现状研究及所做的主要工作3 1.2.4 基于粗糙集的数据挖掘存在的主要问题及研究展望4 1.3 本课题的结构5 2 粗糙集理论基础 6 2.1 粗糙集的基本定义6 2.1.1 知识与分类6 2.1.2 粗糙集的基本定义7 2.2 粗糙集的数字特征9 2.2.1 近似精度与粗糙度9 2.2.2 属性和重要性9 2.3 知识约简11 2.3.1 知识约简11 2.3.2 决策表13 2.4 粗糙集在数据挖掘中的主要问题14 2.4.1 属性约简14 2.4.2 决策规则提取14 2.5 本章小结15 3 基于改进逻辑差别矩阵的知识约简 16 3.1 基于差别矩阵的一般的属性约简算法17 3.1.1 差别矩阵17 3.1.2 基于差别矩阵的一般的属性约简算法17 3.1.3 改进的差别矩阵20 3.2 基于改进定义后的差别矩阵的一种属性约简算法21 3.3 基于逻辑差别矩阵的属性约简算法23 II II 目录 3.3.1 逻辑差别矩阵23 3.3.2 基于逻辑差别矩阵的属性约算法24 3.3.3 基于不相容的决策表的逻辑差别矩阵的改进25 3.3.4 本文的改进算法26 3.4 规则提取算法28 3.5 本章小结31 4 粗糙集理论在大学生学习风气调查中的应用 32 4.1 目前我国大学生学习的现状32 4.2 本文的算法在大学生学习风气调查中的应用32 4.2.1 属性的约简32 4.2.2 决策规则提取38 4.3 本章总结41 5 结论与展望 42 5.1 结论42 5.2 展望43 致谢 44 参考文献 45 PAGE PAGE 10 1 绪论 1 绪 论 1.1 研究背景及意义 背景 随着科学技术的高速发展，人们的认识和管理水平不断提高，与此同时信息系统也 越来越庞大，无论是企业还是各类单位都出现了管理上的海量的数据，然而如何来对这 些数据进行研究，发现隐藏在数据背后的知识，提取出知识的规则，以有效的对企业的 决策管理带来有效的指导，成为了提高企业管理水平、改善企业经济效益的一个瓶颈问 题。而且随着企业事务的不断增多，数据也就不断地更新，积累的数据库也就越来越大， 这使我们感到“数据丰富，知识贫乏”[1] 。虽然目前的数据库技术已经能够实现数据的动 态录入，维护和查询等数据操作，但是却还是不能智能的将数据转化成人们需要的知识 和规则，就是在这样的背景之下，产生了数据挖掘。 现实世界的任何事物都是各种对象的世界，比如实物、状态、抽象概念、过程、时 间等，我们对对象的认识能力从某种程度上可以说是对该对象的划分。而粗糙集理论的 观点就是“知识（人的智能）就是一种对对象分类的能力”，事实上，知识就是构成某一 感兴趣领域中各种分类模式的一个族集，这个族集提供了关于现实的显事实，以及能够 从这些显事实中推导出隐事实的推理能力。粗糙集就是仅从数据出发，来发现知识的[2]。 研究意义 面对海量的存储数据，如何从中发现有价值的信息或知识，成为一项非常艰巨的任 务。数据挖掘就是为迎合这种要求而产生并迅速发展起来的，而粗糙集理论是数据挖掘 领域中的一个有效的方法和工具[3] ，因为数据挖掘研究的关系型数据库可以被看作是粗 糙集理论中的决策表，它的功能就是从数据库中发现不确定性的知识，它能很好的剔除 数据中的噪声，更重要的是在诸多数据挖掘处理工具中，粗糙集能自动地选择合适的属 性集，另外在得出知识之前，无需任何先验知识，能更好的表达数据库中的数据[4]。在 粗糙集理论中，寻找属性约简及导出最小的规则集是该理论的一个主要目标，目前的属 性约简算法和规则提取算法很多，但是寻求高效准确的约简算法一直是众多学者关注的 一个问题，本文针对已有知识约简算法的缺陷和不足，提出一种基于逻辑差别矩阵的知 识约简算法，因为该算法首先将差别矩阵变成了只由 0 和 1 组成的元素的逻辑差别矩阵， 方便了人们对差别矩阵比较、删除等运算的处理，同时在生成规则时该算法将决策属性 按其取值的等价类进行划分，有利于决策规则的产生，因此，研究基于逻辑差别矩阵的 西安科技大学硕士学位论文 知识约简具有重要的意义，而基于粗糙集的数据挖掘研究的目的主要是发现知识、使数 据可视化，以便给实际生产生活带来实际的指导，本文针对目前大学生学习风气