关联分类算法研究及其系统实现-教育技术专业论文.docxVIP

学位论文独创性声明 学位论文独创性声明 本人郑重声明： l、坚持以“求实、创新’’的科学精神从事研究工作。 2、本论文是我个人在导师指导下进行的研究工作和取得的研究成果。 3、本论文中除引文外，所有实验、数据和有关材料均是真实的。 4、本论文中除引文和致谢的内容外，不包含其他人或其它机构已经发表 或撰写过的研究成果。 5、其他同志对本研究所做的贡献均已在论文中作了声明并表示了谢意。 仟者签名：二丞盛． 学位论文使用授权声明 本人完全了解南京师范大学有关保留、使用学位论文的规定，学校有权保 留学位论文并向国家主管部门或其指定机构送交论文的电子版和纸质版；有权 将学位论文用于非赢利目的的少量复制并允许论文进入学校图书馆被查阅；有 权将学位论文的内容编入有关数据库进行检索：有权将学位论文的标题和摘要 汇编出舨。保密的学位论文在解密后适用本规定。 作者签名：亟』童 日 期：2也筮：竖矽 II 中文摘要随着社会信息化程度的提高，数据繁早指数增艮。从人擎数据中快速有效地获得最有 中文摘要 随着社会信息化程度的提高，数据繁早指数增艮。从人擎数据中快速有效地获得最有 价值的信息资源在当今信息时代具有重要意义。l灭l此，与数据挖掘相关的技术黎1．I：尺面临 很好的发展前景。其中，分类预测技术作为智能决策的重要手段将在未来的智能系统中发 挥重要作用。本文对关联分类技术做了全面系统的研究，对典型算法做了详细的理论阐述。 同时针对现有关联分类算法存在受支持度阈值和置信度蒯值设置影响的问题进行了改进， 提出了基于支持度与置信度阂值优化技术的关联分类算法(Apfiofi TFP CMAR(HC))，并 在该算法基础上设计希I实现了一个规则提取系统。 首先，本文对关联分类技术目前的研究现状以及与之相关的部分领域，如关联规则挖 掘技术进行了概述。然后，研究了Apnori TFP关联规!llIJ挖掘算法以及 CMAR 法，并且通过结合两者的关键技术(改进的数据存储结构)，实现了一种新的_关联分类算法 Apriori TFP CMAR，经过实验验证，该算法取得了较好的分类效果，减少了运算时间和存 储空间的占用。此后，本文重点通过设计利川了爬山法搜索技术米获得使分类准确率最高 的支持度与置信度阈值，从而解决了目前关联分类算法普遍存在的问题：分类的准确性受 到人为设定的支持度与置信度闽值的影响，难以保证分类器总能达剑较好的分类效果。最 后，本文设计并实现了一个基于Apriori CMAR 同时集成了数据预处理功能，并且得到了较好的实验测试结果。 关键字：关联规则；关联分类；支持度阑值；置信度阂值；爬山法；规则提取系统； ABSTRACTWith ABSTRACT With the development of the information of society，the data exponentially increased． Quickly and efficiently to to the most valuable information from the large amounts of data is of great significance in todays information-age．Thus，there very 900d prospects for development of the data mining techniques and tools．As important means of intelligent decision—making system，the classification and prediction technology will play important role in intelligent systems in the future．This paper did comprehensive study in associative classification system technology，and detailed theoretical explanation to the typical algorithm．Also，in order to solve the effect of the support and confidence thresholds，this paper has improved the existing associative classification algorithm，and proposed association classification algorithm based support and confidence thresholds opti