关联规则数据挖掘方法的研究和应用-计算机应用技术专业论文.docxVIP

摘要摘要 摘要 摘要 随着信息技术的发展，数据挖掘技术得到了广泛的关注。在数据挖掘技术 中有很多研究领域，关联规则数据挖掘就是其中一个重要的研究方向，对它进 行深入研究不仅有着重要的理论意义，而且有着重要的应用价值。关联规则数 据挖掘于1993年由Agrawal等人提出，它最初是以分析事务数据库中项与项之 间联系为目标，后来的研究者们对问题原型进行多方面的改进和扩充。目前， 关联规则挖掘技术已经被应用到商业、电信、金融、农业、医疗等领域，并取 得了良好的效果。 关联规则挖掘算法是关联规则数据挖掘研究中的主要内容之一，迄今为止 己提出了多种关联规则挖掘算法，其中最著名的是Agrawal提出的Apriori算法。 Apriori算法属于间接挖掘算法，它挖掘的是事务数据库中的全部关联规则，然 而在实际应用中，企业关心的可能是与该公司某一产品或新推出的产品相关的 关联规则，因此基于固定目标项目的挖掘具有一定的实用价值。本文在Apriori 算法的基础上提出了一种适合目标项目挖掘的算法IBDF—Miner算法，同时针 对Apriori算法的不足之处也作了一些改进，算法以改进的位图数据格式为存储 结构，使得支持度的计算简单方便，而不再需要反复扫描数据库，并通过对位 图矩阵的相应处理有效缩小了频繁项目集的生成空间，实验证明该算法有较好 的执行效率。 根据规则涉及的维数关联规则可分为两种：单维关联