基于关联规则的多关系分类算法研究.pptVIP

基于关联规则的多关系分类算法研究 指导教师：何军 副教授 05计算机2班 顾应钦 研究背景 我们必须找到有效方法，自动地分析数据、自动地对数据分类、自动地对数据汇总、自动地发现和描述数据中的趋势、自动地标记异常。这是数据库研究最活跃、最令人激动地领域之一。 ——Jim Gray 传统数据挖掘方法的局限： 多关系数据挖掘 分类任务： 基于关联规则的分类方法 优点：高分类准确度，分类规则易于理解和可重用 现有的关联分类算法都是基于单表数据实现的 基于关联规则的多关系分类 多关系关联规则挖掘 2类多关系关联规则挖掘算法 基于ILP技术的算法：解决统计偏斜问题 WARMER FARMER 针对星型模式的算法：解决性能问题 JSApriori masl、masb MultiClose 第一类算法是基于演绎数据库实现的，另外有运算复杂度高和发现的模式不易理解等缺点；第二类算法只使用于特殊的星型结构的数据库 无法直接使用现有的多关系关联规则算法 多关系关联分类算法 基本定义： 目标表、项、项集、频繁项集（项之间可能有关联） 闭频繁项集： 项集X，不存在一个项集Y，Y?X，且Y与X的支持度相同 分类闭频繁项集：包含类标项 主要步骤： 挖掘多关系分类闭频繁项集 生成多关系分类规则 运用