面向分类预测的增量关联规则应用研究-计算机软件与理论专业毕业论文.docxVIP

四川师范大学硕士学位论文面向分类预测的增量关联规则应用研究 四川师范大学硕士学位论文 面向分类预测的增量关联规则应用研究 计算机软件与理论专业 研究生：廖旺宇 指导教师：刘芳 数据库技术以及计算机硬件技术的飞速发展使得搜集更多有用的数据成为 可能。然而，大量的数据在一定程度上为描述特征、制定决策带来便利的同时， 也将数据的处理者带入了“数据丰富，但知识贫乏”的窘境当中。为了打破这 一窘境，高效处理数据、发掘潜在有用信息，数据挖掘技术在20世纪80年代 应运而生，并得到了飞速发展。 在数据挖掘的众多分支中，关联规则挖掘和分类的应用研究又是两个具有 高活跃度的重要领域。由于它们都有挖掘相关性强的项目集的显著共性，将关 联规则挖掘用于解决数据挖掘中的分类应用的研究工作也就逐步展开并深入 了。研究发现，由于关联规则挖掘方法可以同时考虑多个属性之间的高置信度 关联，将它用于分类应用往往可以获得比当前最为常用的决策树方法更高的准 确率。 本文在对国内外将关联规则用于分类应用的研究现状进行简要分析的基础 上，首先介绍了数据挖掘的产生、基本概念、过程以及功能等。其中，又着重 对关联规则挖掘进行了概述，包括其定义、经典算法，以及增量关联规则的更 新等。随后，在第三章论证了提出面向分类预测的增量关联规则更新应用研究 的必要性。在此基础上，提出了最小支持度阈值(minsup)和最小置信度阈值 (minconf)发生改变时高效更新分类预测关联规则的一个改进算法，然后以此 改进算法为基础，进一步提出了当目标数据集中数据增加或者减少时高效更新 分类预测关联规则的两个新算法。论文对三个算法的算法基础、算法描述，以 及算法有效性实验和结果分析分别进行了阐述。 面向分类预测的增量关联规则应用研究在第四章中，以UCI数据集中的German 面向分类预测的增量关联规则应用研究 在第四章中，以UCI数据集中的German Credit Data真实银行信贷审核分 类数据集作为实例进行了面向分类预测的增量关联规则挖掘系统的设计与实 现，进一步检验了所提出的算法的有效性。 本文所做的工作对于客户管理和商业应用中的面向分类预测的数据挖掘技 术，如进行客户关系管理、商品销售分析、推进商业和金融业等行业智能化等 方面都具有一定的指导和借鉴意义。 关键词：数据挖掘，关联规则，分类预测，增量更新，频繁谓词集 Ⅱ 四川师范大学硕士学位论文The 四川师范大学硕士学位论文 The applied research of incremental updating algorithms for mining classification association rules Major：Computer Software and Theory Postgraduate：Liao Wangyu Tutor：Liu Fang Following the rapid development of database and computer hardware，it is possible to collect plenty of data．To a certain extent，the large amount of data let people easy to describe the characteristics and make decision．But at the same time， it guide people to the awkward position，which was named“data is rich，but knowledge is poor’In order to solve this problem，the data mining emerged in 1 980s and became an important technology of information technology． In the multiple branch of data mining，both mining association rules and classification applied research ar e the most active areas．Because they have the significant similarities in mining strong related project，the technology of mining association rules Was used in the application of classification．And found in the study that because of as