基于時序和極大團的關聯規(guī)則數據挖掘方法的研究.pdf

1、密級——一編號——YIJNNANNORMALUNIVERSITY碩士研究生學位論文論文題目：基于時序和極大團的關聯規(guī)則數據挖掘方法的研究一、學院i篡扭盤堂復焦=蠱撞盛堂箍專業(yè)名稱鹽箕趣拯往復翌迨、研究方向熬握攙趣二研究生姓名至寶：：學號03081202003導篩姓名一蔞繾爨職稱夔援2006年6月／t日摘要關聯規(guī)則挖掘是數據挖掘中最活躍的研究方法之一。最早是由Agrawal等人提出的(1993年)。最初提出的動機是針對購物籃分析(Bask

2、elAnalysis)問題提出的其目的是為了發(fā)現交易數據庫(TransactionDatabase)中不同商品之間的聯系茬則。交易數據庫可以把顧客的相關交易(如所購物品項目等)存儲F來。通過對這些數據的智能分析，可以獲得有天頤客購買模式的一般性規(guī)則。這些規(guī)則刻畫了顧客的購買行為模式，可以用來指導商家科學地安排進貨、庫存以及貨架設計等。一關聯規(guī)則在其它領域也可以得到廣泛討論，如目錄設計商品廣告郵寄分析、追加銷售、倉庫規(guī)劃、網絡故障分析、市

3、場規(guī)則，廣告策劃、分類設計等關聯知識(Association)反映一個事件和其它，。事件之間的依賴或關聯，關聯可分為簡單笑聯、對序(TimeSeries)笑聯，因果關聯、數量天聯等這些關聯并不總是事先知道的，而是通過數據庫申數據的關聯分析得到的，因而對商業(yè)決策具有新價值。大多數算法得到的關聯規(guī)則事實上假毆其是永遠有效的，但是時間是現實世界的重要屬性大電容量數據集中的時間屬性對用戶來說可能是很關鍵的。用戶關心的往往是某一時間區(qū)域的數據而不

4、是整個數據，而特定時間區(qū)域的數據又可能導致特定的數據間的關聯規(guī)則解決這一問題的方法就是在算法中考慮時間因素，囡此，數據庫中表的字段要至少包括事務號、時態(tài)區(qū)間和項目序列三個字段。這里的時態(tài)區(qū)間反映了對應的項目序列發(fā)生或被收集的時間范圍。關聯規(guī)則的挖掘可以利用時態(tài)約束來進行預處理等工作，可以過濾掉用戶不關心的時段上的數據。過濾數據庫以減少掃描空間、降低輸入輸出代價、減少內存需求進而提高挖掘效率的關鍵。如果數據庫中的每個元組均有其時態(tài)約束的規(guī)

5、則，那么就可以更好的描述客觀情況，因而更有價值。目前，大部分的工作都集中在時間并U，的范胃內進行考慮的，顯然和時間并U，相關的所有事務中的所有項目在時間并U，中都是必然發(fā)生的但在時間交n，中卻不一定，換言之，在時間并Uf中，如果事務中某些項目的組合構成了頻繁項目集，但在時間交n，中至少包含該頻繁項目集的概率和P卻不同根據專家知識給此概率和一個閾值口。，當P=口。時，其P所在的時間交nr就稱j為黃金時間段假設把黃金時間段的思想應用型超市的

6、話，那么在時間交n，這些黃金時間段內，I商家應根據不同的黃金時間段內出現的極大的頻繁商品的不同而有的放矢的更準確的準備充足的貨f源，以供顧客購買很顯然，對于黃金時間段的研究也是一個很有意義的課題。由于計算機在處理海量的數據項的過程中，梅是對內存的極大考驗，而通過已經學過的極人團的特點，將關聯性最強、項目之間最容易產生極大有序頻繁項目集的項生成一個極大團，這樣就可以把原來海量的數據項進行了有效的劃分，緩解了內存不足的問題。本研究是將時序邏