文档介绍：Υ笄硕士学位论文螋:垒加权关联规则挖掘算法研究及应用毯生蕴让篡扭应旦撞苤指导教师奎星毅作者姓名申请学位级别亟±学科ㄒ论文提交日期莸论文答辩日期阆学位授予单位和日期答辩委员会主席评阅人分类号编锢
学位论文作者签名:舷沙廖年叼曰独创性声明本人郑重声明:所呈交的学位论文,是本人在导师的指导下,独立进行研究工作所取得的成果。除文中已注明引用的内容以外,本论文不包含任何其他个人或集体已经发表或撰写过的作品成果,也不包含为获得江苏大学或其他教育机构的学位或证书而使用过的材料。对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。
学位论文作者签名:旒必廖年石月罗日本学位论文属于不保密话。产沙房年学位论文版权使用授权书江苏大学、中国科学技术信息研究所、国家图书馆、中国学术期刊馀贪电子杂志社有权保留本人所送交学位论文的复印件和电子文档,可以采用影印、缩印或其他复制手段保存论文。本人电子文档的内容和纸质论文的内容相一致,允许论文被查阅和借阅,同时授权中国科学技术信息研究所将本论文编入《中国学位论文全文数据库》并向社会提供查询,授权中国学术期刊馀贪电子杂志社将本论文编入《中国优秀博硕士学位论文全文数据库》并向社会提供查询。论文的公布ǹ授权江苏大学研究生处办理。指导教师签名:日’
摘要据中自动搜索有着特殊关系的,不易被发现的知识和信息的过程,是目前数据库和人工智能重点研究了加权关联规则挖掘算法。首先系统地总结了现有的加权关联规则挖掘算法,并对数据挖掘正受到产业界的极大关注,主要原因是现实世界中存在大量可以广泛使用的数据,并且将这些数据转换成有用的信息和知识成为当务之急。挖掘出的知识和信息可以广泛用于生产设计,工程控制,市场管理,商务分析和科学探索等领域。数据挖掘是指从海量数领域研究的热点问题。而关联规则挖掘作为数据挖掘领域研究与应用的热点之一,主要用于发现大量数据集中项集之间的相关联系或者有趣的关联。随着海量数据不停地被存储和收集,关联规则挖掘正越来越受到业界人士们的重视和欢迎。针对实际交易数据库中,项目的重要性不相同以及项目的分布不均匀这两个问题,本文此进行了全面分析,之后在此基础上提出了改进的挖掘算法,最后验证了改进算法的有效性。本文的研究内容主要包括以下几个方面:樯芰讼钟械募尤ü亓9嬖蛩惴ǎ⒄攵圆煌钅吭谙质凳菘庵械姆植疾痪纫约爸要性不同两个问题,提出了一种改进的基于等价类和多最小支持度的加权关联规则算法,从而挖掘出那些覆盖较少数据但却有意义、用户更感兴趣的关联规则。改进算法根据项目的最小支持度升序对事务交易记录进行等价类的划分,之后依据项目的最小支持度降序依次求出每一等价类内的加权频繁项集。算法采用了垂直数据库的数据表示形式,避免了对数据库的重复扫描。仿真实验结果证明,改进算法具有良好的挖掘性能。ḿ尤ü亓9嬖蛲诰蛩惴ㄓτ玫绞碧菘庵校⑻岢隽艘恢指慕幕谑碧际募权关联规则挖掘算法。改进算法结合了项目的生命周期,允许用户为不同的项目设定不同的权重;利用了树和矩阵的数据存储结构,运行过程中只需扫描一次数据库,同时采用了向量之间的交集操作,加快了加权支持度的计算速度,提高了时态关联规则的挖掘效率。改进算法挖掘出的关联规则既体现了数据固有的时间特性,又体现了项目和交易记录的权重,更具有实际意义。詈蠼ḿ尤ü亓9嬖蛲诰蛩惴ㄓτ糜谥悄芙煌ㄖ校⒗枚康氖导适荩蛞8隽加权关联规则挖掘的一般过程。实际证明,生成的加权关联规则经过评价后,可为决策部门做出适当的决策提供支持。关键词:数据挖掘,关联规则,加权关联规则,加权频繁项集,时态数据库江苏大学硕士学位论文
加权关联规则挖掘算法研究及应用
瓵..,,甈琣甅江苏大学硕士学位论文,,,,琩,瓵,瓺琲琣畉瓵甌甌
,甌琖加权关联规则挖掘算法研究及应用甌,,,甀’
录目第一章引言⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯第二章数据挖掘和关联规则⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.第三章加权关联规则挖掘算法研究⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯课题研究背景⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯国内外研究现状⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯研究目的及意义⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯论文主要工作⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯论文组织结构⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一数据挖掘概述⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.