关于弱比例规则的挖掘及推理研究-交通信息工程及控制专业论文.docxVIP

西南交通大学博士研究生学位论文 西南交通大学博士研究生学位论文 第i页 摘 要 数据挖掘是智能信息处理领域中一个十分活跃的前沿性研究方向，在许多领 域均有成功的应用范例．关联规则是数据挖掘中最为热门的研究课题之一．本文 引入了一种特殊的数量关联规则称为弱比例规则(Weak Ratio Rules)，主要从模 型、性质、挖掘、推理和应用五个方面展开对弱比例规则的研究，取得了如下研 究成果： 1．讨论了一个模糊集对另一个模糊集的Goguen包含度的性质并引入了比 Goguen包含度能更好描述模糊集包含程度的支持度概念，然后将模糊集的支持 度概念推广到[0，+o。】值模糊集．作为[0，+oo]值模糊集支持度的特例，有限集 上非负实值函数的支持度，被用来描述弱比例规则． 2．设计了挖掘有限个有限链直积下集的GenApriori算法和Boundary算 法． GenApriori算法是R．Agrawal的Apriori算法的推广，是一个宽度优先算 法，Boundary算法是一个深度优先算法．算法分析和实验结果均表明：在一些 情况下Boundary算法优于GenApriori算法，而在另一些情况下GenApriori算 法优于Boundary算法．两种算法均被用于挖掘拟极大弱比例规则． 3．指出弱比例规则问题是布尔关联规则问题的推广，是数量关联规则问题 的特例．证明了任意一个弱比例规则都可诱导出一个布尔关联规则作为其支撑规 则． 4．给出了弱比例规则的两种不确定性推理方法及其直观意义． 5．将弱比例规则及其推理方法应用到重构丢失数据、预测和异常值检测中， 取得了较好效果． 关键词：数据挖掘；关联规则；弱比例规则；包含度；支持度；不确定性推理 第ii页 第ii页 西南交通大学博士研究生学位论文 Abstract Data Mining is a very active research frontier of intelligent information processing． It has successful applications in many areas．Mining association rules is one of the most attractive research subjects of data mining．In this paper，a special quantitative association rules called Weak Ratio Rules(simply WRR)is proposed．The study on WRR consists of five parts：model，property,mining．reasoning and application．The main research results are as follows： 1．The properties of Goguen inclusion degree are discussed，and a new concept support degree is presented which can describe the degree of inclusion of two fuzzy subsets better than Goguen inclusion degree．The support degree of two fuzzy subsets is generalized to that of two【0，+。。]．valued fuzzy subsets．As a speciM ease of the support degree of two[0，+。。卜valued fuzzy subsets，the support degree of two nonnegative real- valued functions on a finite set is used to describe weak ratio rules． 2．Two algorithms，GenApriori and Boundary which functions are to find all ele- ments of a down-set of direct product of finite finite-chains．are designed．GenApriori is a generalization of R．Agrawal’S Apriori algorithm．GenApriori is a breadth-first search algorithm．but Boundary is a depth-first s