关联规则数据挖掘算法的分析及应用.docVIP

关联规则数据挖掘算法的分析及应用 摘要：数据挖掘就是从大量的数据中挖掘出有用的信息。数据挖掘与传统的数据分析的本质区别是数据挖掘是在没有明确假设的前提下去挖掘信息、发现知识。文章分析了数据挖掘算法的关联规则特性，对其在股票市场中的应用进行了重点，以便更好的应用在更多的领域。 关键词：关联规则；数据挖掘算法；股票 1关联规则 1.1关联规则概述 数据关联是数据库中存在的一类重要的可被发现的知识。如果两个或多个变量的取值之间存在某种规律性，就称为关联。关联分析的目的是找出数据库中隐藏的关联网，关联规则挖掘发现大量数据中项集之间有趣的关联或相关联系。近些年来，很多业界人士对关联规则挖掘进行了详细的探讨，关联规则挖掘已经成为数据挖掘中的一个非常重要的课题。关联规则概念是Agrawal等人在1993年首先提出的，与此同时还给出了一种性能相对较差的挖掘算法AIS。1994年，由于项目集格空间理论的建立，他们在以往定理的基础上提出了著名的Apriori算法，这种算法目前仍作为关联规则挖掘的经典算法引起了人们的广泛研究和讨论。一开始，关联规则的产生主要是针对购物篮分析问题。对于分店经理来说，如何更详细更清楚的了解顾客的购物习惯，尤其是想了解顾客可能会在一次购物时同时购买哪些商品？为此，我们对商店的顾客购物零售数量进行购物篮分析。而顾客的购物习惯就