基于关联规则的数据挖掘算法的分析与改进及在铁路机务段机车故障分析中的应用-计算机应用专业论文.docxVIP

量I‘77087北方交通大学硕士研究生毕业论文 量I‘77087 北方交通大学硕士研究生毕业论文 基于关联规则的数据挖掘算法的分析与改进及在铁路机 务段机车故障分析中的应用 摘要： 关联规则的发现是数据挖掘工作中的一个重要任务。目前已有几 种成熟的典型算法用来实现关联规则数据挖掘任务。这些算法中的大 部分算法需要反复遍历数据库以完成计算支持度，寻找侯选项，最终 寻找大项集的操作，同时这样的结果便是引起了大量的数据库I／O操 作。典型的关联规则挖掘算法如Aprioir算法一般采用自底向上，广度优 先的搜索策略。这种计算从频繁1一项集(最小长度的频繁项集)开 始直至所有的最大(指长度)频繁项集被发现为止。在整个的过程当 中，每一个频繁项集都被仔细地计算。当所有的最大频繁项集都很短 的时候，这样的算法很有效。然而当某些最大频繁项集变得相对长些 的时候，这种算法的执行效率就会大大地下降。 针对上述问题，我们并结合对唐山机务段信息系统检修数据挖掘 的具体应用，对关联规则挖掘算法进行了改j戡f改进后的算法结合自 底向上和自顶向下两种搜索方向，但仍以自底耐止为主，同时联合有 约束的自顶向下的搜索。自顶向下方向的搜索主要是用来维护更新一 个新的数据结构——最大频繁侯选集MFCS。MFCS用来剪除那些早期 的通常情况下在白底向上的搜索中会遇到的侯选项。该算法的一个显 著特征就是不需对每一个频集进行准确的计算，因而即使一些最大频 繁项集很长时，该算法也执行的很好。这样，该算法可以更快地找出 所有最大频集，从而减少遍历数据库的次数，减少I，O操作。。≯／ ， 我们将该算法应用于我们开发的唐山机务段检修数据库中，比较 了改进后的算法和经典Apriofi算法的执行表现，证明该算法比Apriori 算法速度上可以提高一个数量级。挖掘出的结果尽管有待完善，但仍 可以为唐山机务段用户提供一些有价值的信息。 第1页共69页 北方交通大学硕士研究生毕业论文本文首先对关联规则数据挖掘算法进行了分析，重点介绍了在铁路 北方交通大学硕士研究生毕业论文 本文首先对关联规则数据挖掘算法进行了分析，重点介绍了在铁路 机务段项目应用的过程中对算法做的改进并如何将改进的算法应用到 机车故障分析中。 关键词： 一 Apri西r算法、岁枣、MFCS、双向搜索、琶劈数据库、机车故障分析 Y 第2页共69页 北方交通大学硕士研究生毕业论文Abstract： 北方交通大学硕士研究生毕业论文 Abstract： Discovery of association rules is important data mining task．Several algorithms have been proposed to solve this problem．Most of them require repeated passes over the database，which incurs huge I／O overhead．Typical algorithms for solving this problem，such as Apriori，operate in a bottom— up，breadth·first search direction．The computer starts from frequent l— itemsets(the minimum length frequent itemsets)and continues until a11 maximal(1ength)frequent itemsets are found．During the execution，every frequent itemsets is explicitly considered．Such algorithms perform well when a11 maximal frequent itemsets are short．However．performance drastically decreases when some of the maximal frequent itemsets are relatively long， we improved the apriori algorithm according to the datamining in the database of TangshaIl railway locomotive depot．ne improved algorithm combines both the bottom—up and the top—down search direction．The primary search direction is st