文档介绍：上海交通大学
硕士学位论文
改进的关联规则算法在采购数据挖掘中的应用
姓名:单明辉
申请学位级别:硕士
专业:工业工程
指导教师:王丽亚;叶浩
20080101
上海交通大学工程硕士论文摘要
改进的关联规则算法在采购数据挖掘中的应用

摘要

信息化社会的到来,数据存储量急剧上升。然而,尽管面临大量(甚
至是海量)的真实、有价值的数据,决策者却很难从这些数据中提取出
有价值的知识,因为这些数据从表面上看,往往是杂乱的、单维的。面
对这一挑战,数据挖掘应运而生,随着计算机性能提高、成本下降以及
数据管理技术的成功运用,数据挖掘正越来越多的应用于各类决策体系
中。
数据挖掘有许多研究方向,关联规则挖掘是其中最活跃的研究方向
之一,它反映了大量数据中项目之间的有意义关联或相关联系,其中最
经典的算法是 Apriori 算法。但是该算法在挖掘频繁项集时需要产生大量
的候选项集,多次扫描数据库,时间空间复杂度过高。针对这一局限性,
如何提高挖掘算法的效率就成为了关联规则挖掘研究的核心问题。本文
对关联规则挖掘算法进行了深入地研究,提出了一种改进方法,并将此
方法应用于上海大众汽车有限公司采购信息的数据挖掘中,得到可供决
策参考的关联规则。本论文具体工作如下:
1. 理论介绍。对数据挖掘和关联规则的基本理论进行了详尽的阐
述,通过理论介绍为算法研究和系统应用奠定了基础。
I
上海交通大学工程硕士论文摘要
2. 算法介绍和改进。在理论认识的基础上,深入分析了关联规则挖
掘经典算法 Apriori。针对关系数据库中关联规则挖掘的特点,提出了一
种基于编码的新算法 Coding-Apriori,对其从理论、流程各方面进行了详
细介绍并演示了其实现步骤。最后通过实验将 Coding-Apriori 算法和
Apriori 算法进行了比较,验证了改进算法的有效性和优势。
3. 系统应用。针对上海大众采购信息数据库,设计开发了一个简易
的专业数据挖掘系统,系统可以选择性地采用经典的 Apriori 算法和新提
出的 Coding-Apriori 算法进行关联规则的挖掘。系统应用部分既是对算
法研究和改进的一种实际验证,又是对数据挖掘应用领域的一种开拓,
实现了理论研究与实际应用的结合。

关键词:数据挖掘,关联规则,采购数据

II
上海交通大学工程硕士论文 ABSTRACT
THE APPLICATION OF IMPROVED ASSOCIATION RULE
ALGORITHM IN THE PURCHASING DATA MINING

ABSTRACT

With the information ing, the data storage capacity is rising
dramatically. However, decision-makers distilled valuable information from
large quantity of true and valuable data is quite difficult. Because the date is
disorderly and one dimension. Faced with this challenge, data es
into being. With puter capability, degressing costs, and the
eed manage of data management technology, data mining is used in some
decision-making system more and more.
There are many data mining research directions, and association rule
mining is the most active one in these directions, it reflects the significative
association or correlative relation between projects in a lot of data. The most
classical association rules mining algorithm is Apriori algorithm. Whereas
Apriori algorithm in mining frequent it