基于粗集理论增量算法的数据挖掘系统-计算机应用技术专业论文.docxVIP

摘 摘 要 数据挖掘是数据库系统和新的数据库应用的一个有希望的、欣欣向 荣的学科前沿。它是一个多学科领域，从多个学科汲取营养。进行数据 挖掘的方法有许多，而粗集方法便是其中的主要方法之一。本文主要研 究基于粗集的增量算法的数据挖掘系统。文中在对粗集理论进行研究， 并分析和综合基于粗集理论的数据挖掘算法基础上，提出了增量算法， 即基于属性约简与值约简的增量更新算法，并讨论了关联规则的增量更 新算法。本数据挖掘系统使用增量算法发现关联规则和提取决策规则。 由于使用了增量算法，从而提高了挖掘的效率，降低了时间复杂度。通 过实验，应用实例表明，文章提供的方法是可行的，具有良好的效果。 关键词：数据挖秆7 粗集 增i算法 关联窥莉式嘉约简 属性约简 ／j ABSTRACTData ABSTRACT Data mining(DM)is a promising and flourishing frontier in database systems and new database applications．Data mining is a multidisciplinary field，drawing work from many disciplines．There are some methods for data mining，and then Rough Sets methodology is one of important methods This paper research a data mining system based on incremental updating algorithms of rough set theory．In this paper,rough set theory has been discussed，by the analysis and synthesis of data mining algorithm based on rough set theory，incremental updating algorithms based on attributes reduction and data reduction have been presented，and incremental updating algorithms for mining association rules have been discussed．The data mining system call discover association rules and decision rules． Incremental algorithms are used in the data mining system，which improves the efficiency of data mining and deduces the complex of time，Tbe experimental results show that the algorithms above have been tested successfully． Key words：data mining(DM)，rough set，incremental algorithms， association rules，attributes reduction，data reduction 第一章序言§1．1论文的研究意义 第一章序言 §1．1论文的研究意义 在过去的数十年中，随着数据库技术的迅速发展以及数据库管理系 统的广泛应用，人们积累的数据越来越多，我们产生和收集数据的能力 已经迅速提高．起作用的因素包括在大部分商业产品中的广泛使用，许 多商务、科学和行政事务的计算机化，以及由文本和图像扫描平台到卫 星遥感系统的数据收集工具的进步。激增的数据背后隐藏着许多重要的 信息，人们希望能够对其进行更高层次的分析，以便更好地利用这些数 据。目前的数据库系统可以高效地实现数据的录入、查询、统计等功能， 但无法发现数据中存在的关系和规则，无法根据现有的数据预测未来的 发展趋势．缺乏挖掘数据背后隐藏的知识的手段，导致了“数据爆炸但 知识贫乏”的现象14j．此外，作为全球信息系统的万维网的流行，已经 将我们淹没在数据和信息的汪洋大海之中，不知哪儿是边缘，哪是尽头， 有用的数据和无用的数据常常掺杂在一起，难以分辨．若要提取有用的 信息，需要花费大量的人力和时间．传统的数据库概念、方法和技术已 经难以解决现在的新问题．而且，若要从数据中发现和提取知识，更是 一件不容易的事．存储数据的爆炸性增长业已激起对新技术和自动工具 的需求，以便帮助我们将海量数据转换成信息和知识