基于高频规则发现的大学生个性分析研究.docxVIP

基于高频规则发现的大学生个性分析研究 第26卷 VO1.26 第5期 N0.5 计算机工程与设计 ComputerEngineeringandDesign 2005年5月 May.2005 基于高频规则发现的大学牛个性分析研究 张燕姑，沈斌，徐贯东 (1.温州师范学院，浙江温州325027;2,浙江大学计算机学院，浙江杭州310027) 摘要:高频规则发现作为关联规则发现的子问题，在许多重要的教据挖掘领域屮起 着关键的作用?经典的高频规则 发现算法是一个多次遍历的算法，计算的复杂度较高.对高频规则算法的关键思想 以及性能进行了研究，给出了高频 规则发现算法Apriori的改进算法，并应用于大学生个性分析.该算法有效地提高 T原算法的性能，对Apriori算法的各 种变形同样适用. 关键词:教据挖掘;高频规W1); Apriorialgorithm濒繁项集 中图法分类号:TP312文献标识码:A文章编号:1000.7024(2005)05—1277—03 Analysisandstudyofundergraduatecharacterbasedonhighfrequentrule ZHANGYan-gu,SHENBin,XUGuan-dong (l.WenzhouNormalCollege,Wenzhou325027,China;2.CollegeofComputerScience,Zhe jiangUniversity, Hangzhou310027,China) Abstract:ThehighfrequentruleaSansub 一 questionofassociationrulesplaysanimportantrollonmanyfieldsofdatamining.Traditional algorithmneedsmulti — passdatabaSe. Animprovedalgorithmforhighfrequentruleispresentedbasedonstudyofthe principleand efficiencyoftheapriorialgorithmforapplyinginanalysisofindividualcharacterforundergra duate.Itismoreefficientthantheoldone, whichisapplicableforvariantofapriorialgorithm. Keywords:datamining;highfrequentrule;apriorialgorithm;largeitemsets 1引言 目前最为典型的大学生个性分析采用美国伊利诺大学人 格及能力测量研究所卡特尔的16种人格因素(简称16PF)…， 在国际上颇有影响.大学生个性分析通常通过统计软件SPSS (StatisticalProgramForSocialSciences)进行基本统计分析，回 归分析，相关分析，分类分析，因子分析等?数据挖掘和统计 学的基本算法和技术是相同的，但统计工具运行时间长，对处 理凌乱的现实世界的数据并不是很强大，而且这些技术经常 由技术人员使用;而数据挖掘技术更令人信赖，面向用户而不 是面向统计学家，不仅能有效地自动操作统计过程，因而减轻 了最终用户的负担，而且还能进行联机分析处理?数据挖掘 技术，如CAR,神经网络和相邻技术都趋向对现实世界数据的 处理功能更为强大. 基于以上原因，大学生个性分析可尝试使用高频关联规 则来挖掘. 数据挖掘又称作数据库中的知识发现(KnowledgeDis. coveryinDatabases,l?D),^指一个从大量数据中提取可信 的，新颖的,有效的并且能被人理解的模式的处理过程?通过 各种算法提取不同规则，一直都是人们研究的焦点，在近几年 来已被数据库界所广泛研究. 目前,数据挖掘算法主要分为分类，回归分析，聚类以及 相联等?关联规WiJ(AssociationRule)的提取主要针对大型事 务数据库;从大型事务数据库中提取关联规则是KDD的一 个重要问题. 高频规则发现作为关联规则发现的子问题，在许多重要 的数据挖掘领域中起着关键的作用.Apriori算法是一种最着 名的，最有影响的挖掘频繁项的高频关联规则,Agrawal于 1994年首次提出III. 对于大型数据库的高频集算法,Apriori算法不仅性能良 好，而且具有良好的扩展性能，但Apriori算法使用生成.检验 候选高频集的方式发现高频集,使得产生大量的候选集而增 加I/O的沉重负担. 本文给出的算法属于Apriod的变种，基本原理和Apriori 方法相似,不同之处是产生候选集的方法不同，与原算法相 比，得到频繁项集所需的时间