关于时态数据关联规则挖掘研究-应用数学专业论文.docxVIP

西南交通大学硕士研究生学位论文 西南交通大学硕士研究生学位论文 第1页 摘 要 时态数据挖掘已成为数据挖掘领域一个重要分支和较新的研究方向。 目前有关它的关联规则挖掘研究大多比较零散，缺乏统一的理论框架，而 且由此所建立的模型及相应算法只是适用于某一特殊的数据类型，缺乏可 扩展性：此外，随着Fuzzy集和Rough集理论的引入，如何结合不确定性 理论进行挖掘也是尚待探索等等。 本论文，首先通过对基于相关集合事务数据库关联规则挖掘这一方法 的研究，借助不确定性推理中包含度理论将之所建立的信任度与Rough 集中精度进行对比分析，发现它们在数学计算上是相同的，此外，还推导 了信任度的增量计算。 在时间序列挖掘中，借助Rough集理论，将传统的纯数学方法转向人 工智能技术与数学相结合的方法。研究了使用Rough集进行挖掘的思想、 方法及某些方面的改进，并总结了利用Rough集进行挖掘的常用策略。 其次，为了更好地刻画关联规则的时效性问题，研究了由此而建立的 时态型和相应的支持度、信任度及不同类型的时态数据关联规则的描述， 通过将它运用于事务数据库中，发现这种描述具有较好的理论分析与实际 应用价值。 最后，探讨了模糊思想引入时态数据关联规则挖掘的必要性。 关键词： 相关集合，支持度，信任度，时态关联规则 西南交通大学硕士研究生学位论文 西南交通大学硕士研究生学位论文 第ll页 Abstract Temporal data mining has become an important branch and qL妇audy circt呦ace of data mining field．At present,most oftlle sttldles about its association rule倒ning lack united theoreticalfiameworks,andmodelandcorrespondingalgorithmbasedontemporaldataareordy applied to some spedal dm type．WhOs more,along with introducing offu=y set and rough settheory,howtoappliedtmcertainty廿heorytomineim’talso solvedetc． In．|txisthesis,atfastbymea【lsof锄母萄sand stL】dyofid趋of弧joc‰虹Ieof蛔Ils粕 database based on mutuality set and with the aid ofincluding degree oftmcertainty m笛。曲喀， cotlfidence degree based on including degree is comp舒耐with acetrdey of rough set．We discover that ltaey are the same formula of m珊坷1】鲥cs derivaliorL W埘more．increment computingformulasofconfereedegreeisdedax：ed。 Inthe studiesofminingoflime series,wilhtheaidofroughsettheory,purenl：athematics melhods of tradition are tmnsformed into artificial intelligence and nⅡ咀豫m刮jcs methods． Miningthoughtsandmethodswithrough settheoryarestudied．Tacticsofminingwithrough setaresummar醢d． Secondly，向the issue of depicting valid-time of assodafion rule,science deSc啦栅of ta珥埘吐1)1]peandacc0柑iI】g驯删d舭、confiderrxdegreeandassociationruleoftemporal data ofdifferent type are studied．By印龇them to衄噬md∞database，we discover that theypossessb酣ermalysisandappliedvalue． Atlast，itis recessarytoapplyfuzzyideaintominingofassociationruleoftemporaldata． Key