20090307113曹晨《数据挖掘》期末大作业.pdfVIP

数据挖掘原理、算法及应用 学 号：20120311145 学生所在学院：信息工程学院 学 生 姓 名 ： 颜 伟 泰 任 课 教 师 ： 汤 亮 教师所在学院：信息工程学院 2015 年 12 月 12 年级 决策树分类算法 颜 伟 泰 12 软件（ 1）班 一、 摘要 一） 、决策树算法简介： 决策树算法是一种归纳分类算法 , 它通过对训练集的学 （ 习 , 挖掘出有用的规则 , 用于对新集进行预测。 决策树算法可设计成具有良好可伸 缩性的算法 , 能够很好地与超大型数据库结合 , 处理相关的多种数据类型 , 并且 , 其运算结果容易被人理解 , 其分类模式容易转化成分类规则。 （二）、算法思想： 该算法的基本思想是：首先找出所有的频集，这些项集出现 的频繁性至少和预定义的最小支持度一样。然后由频集产生强关联规则，这些规 则必须满足最小支持度和最小可信度。然后使用第 1 步找到的频集产生期望的规 则，产生只包含集合的项的所有规则，其中每一条规则的右部只有一项，这里采 用的是中规则的定义。一旦这些规则被生成，那么只有那些大于用户给定的最小 可信度的规则才被留下来。为了生成所有频集，使用了递归的方法。 三）、算法运用领域： （ （1）Apriori 算法广泛应用于商业中，应用于消费市场价格分析中，它能够很快 的求出各种产品之间的价格关系和它们之间的影响。通过数据挖掘，市场商人可 以瞄准目标客户，采用个人股票行市、最新信息、特殊的市场推广活动或其他一 些特殊的信息手段，从而极大地减少广告预算和增加收入。百货商场、超市和一 些老字型大小的零售店也在进行数据挖掘，以便猜测这些年来顾客的消费习惯。 （2 ）Apriori 算法应用于网络安全领域，比如时候入侵检测技术中。早期中大 型的电脑系统中都收集审计信息来建立跟踪档，这些审计跟踪的目的多是为了性 能测试或计费，因此对攻击检测提供的有用信息比较少。它通过模式的学习和训 练可以发现网络用户的异常行为模式。 采用作用度的 Apriori 算法削弱了 Apriori 算法的挖掘结果规则，是网络入侵检测系统可以快速的发现用户的行为模式，能 够快速的锁定攻击者，提高了基于关联规则的入侵检测系统的检测性。 （3）Apriori 算法应用于高校管理中。随着高校贫困生人数的不断增加，学校 管理部门资助工作难度也越加增大。针对这一现象，提出一种基于数据挖掘算法 的解决方法。将关联规则的 Apriori 算法应用到贫困助学体系中，并且针对经典 Apriori 挖掘算法存在的不足进行改进，先将事务数据库映射为一个布尔矩阵， 用一种逐层递增的思想来动态的分配内存进行存储，再利用向量求 与 运算，寻 找频繁项集。实验结果表明，改进后的 Apriori 算法在运行效率上有了很大的提 升，挖掘出的规则也可以有效地辅助学校管理部门有针对性的开展贫困助学工作。