基于粗糙集理论的数据挖掘应用研究-计算机软件与理论专业论文.docxVIP

中文摘要随着计算机技术和数据采集技术的发展，存储的数据量急剧增长，而传统的 中文摘要 随着计算机技术和数据采集技术的发展，存储的数据量急剧增长，而传统的 数据分析和查询方法已经不能满足人们对隐含在数据中知识的渴求，因此数据挖 掘技术应运而生，并得到迅速发展。作为数据挖掘技术的一种有效手段，粗糙集 理论也在理论和实际应用上取得了长足的进步，目前已成为数据挖掘主流方法之 一6 本文首先介绍了数据挖掘的概念、内容和应用领域，分析了数据挖掘理论与 相关领域的异同点，并以一个典型的商业应用说明了数据挖掘的任务和一般过 程。接着阐述了粗糙集的理论框架、概念基础以及粗糙集理论的核心——知识约 简。将粗糙集的基本理论用一个层次包络模型来表示，增加了可理解性，并比较 了粗糙集和其它软计算方法的异同点。进而分析了粗糙集中的一个重要内容：属 性约简的思想和方法，将目前出现的若干种属性约简算法分门别类做出了总结和 分析。在此基础上提出了一种双向选择属性约简算法(BSARA)。然后基于粗糙 集的规则提取，针对相容决策表与不相容决策表中的不同情况提出了硬规则和软 规则的概念，并在总结分析现有规则提取算法的基础上引入了覆盖度的测量指 标，对基于投影的软规则提取算法提出了改进算法，还提出一个衡量算法有效性 的指标一支持度。最后为验证本文提出方法的有效性，研究了一个基于粗糙集理 论进行研究生招生预测的实例分析。实验结果表明，改进后的属性约简和规则提 取算法是有效的，具有较高的预测率。 关键词：数据挖掘，粗糙集，属性约简，规则提取，算法 ABSTRACTWith ABSTRACT With the development of computer and data collection technique，large volumes of data have been stored．However，traditional technologies such as dada analysis or query cannot fulfill people’s aspiration for extracting useful knowledge from datasets． In this situation，a new technology,Data Mining(DM)has appeared and flourished in a short time．As all effective method of data mining，Rough Set(RS)theory is also progressing rapidly both in theory and application．And now,RS has become a primary technology ofData Mining． In this dissertation,the concept of Data Mining is first inlrodueed．嬲well as its contents and application areas．Then we analyze the similarities and the differences between DM and its relative fields．The task and general procedure ofDM application are also illuminated by a representative business case．Then，a Hierarchy Envelopment Model，which nlake$it easier to be understood，as well as knowledge reduction，the core of RS theory,address RS’s theory frame and basic concept．The differences between RS theory and other soft computing methods are also analyzed． Then we discuss attribute reduction,one ofthe kernel contents ofthe RS theory．After summarizing the current attribute reduction algorithms，we propose a new one， Bi—directional Selection Attribute Reduction Algorithm mSARA)．As to rule extr