遗传算法在关联规则挖掘中的应用

论文摘要

数据挖掘是从大型数据库或数据仓库中发现并提取隐藏在其中的信息的一种新技术。它能自动分析数据和进行归纳性推理,从中发掘出潜在的模式或产生联想,建立新的业务模型帮助决策者调整市场策略做出正确的决策。遗传算法是模拟自然界生物进化过程与机制求解问题的一类自组织与自适应的人工智能技术,是自然遗传学和计算机相互结合、相互渗透而形成的新的计算方法,从某种程度上说遗传算法是对生物进化过程进行的数学方式仿真。已经广泛应用于计算机科学、人工智能、信息技术及工程实践。本文首先对数据挖掘进行概述,阐明数据挖掘的定义、数据挖掘的目的、任务和对象,如何进行数据挖掘以及数据挖掘的主要过程。其次介绍了关联规则的定义和性质、种类等问题。再次介绍了数据挖掘中的一个重要算法——遗传算法。文中对于遗传算法的发展历史以及主要理论、遗传算法的基本实现技术都进行了简要的介绍。在此基础上,本文提出了基于遗传算法的关联规则的提取方法。并从编码方法、适应度函数的构造、遗传算子的设计等方面进行了详细的讨论和分析。并结合一所院校的教师测评系统,给出了用遗传算法进行关联规则挖掘的实例。实现了数据挖掘在教育领域的应用。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 引言
• 1.2 遗传挖掘研究现状
• 1.3 论文研究的内容及组织
• 第2章 数据挖掘概述
• 2.1 数据挖掘简介
• 2.2 数据挖掘的定义
• 2.3 数据挖掘的目的、任务和对象
• 2.3.1 数据挖掘的目的
• 2.3.2 数据挖掘的任务
• 2.3.3 数据挖掘的对象
• 2.4 数据挖掘的方法
• 2.5 数据挖掘的过程
• 2.5.1 数据挖掘环境
• 2.5.2 数据挖掘过程图
• 2.5.3 数据挖掘过程简介
• 2.6 数据挖掘的发展趋势
• 第3章 关联规则基本理论
• 3.1 关联规则的定义
• 3.2 关联规则的性质
• 3.3 关联规则的种类
• 3.4 关联规则价值衡量
• 3.5 关联规则挖掘技术的研究方向
• 第4章 遗传算法概述
• 4.1 遗传算法的基本理论
• 4.1.1 遗传算法的发展历史
• 4.1.2 遗传算法的特点
• 4.1.3 遗传算法的基本术语
• 4.2 遗传算法处理流程
• 4.2.1 概述
• 4.2.2 遗传算法中的基本要素
• 4.3 遗传算法的基本实现技术
• 4.3.1 编码方法
• 4.3.2 适应度函数
• 4.3.3 遗传算子
• 4.3.4 遗传算法的设计步骤
• 第5章 遗传算法在数据挖掘中的应用
• 5.1 挖掘的原理
• 5.2 挖掘模型
• 5.3 应用
• 5.4 分析遗传算法与其它数据挖掘算法
• 总结
• 参考文献
• 攻读学位期间所发表的论文、专利、获奖及社会评价
• 致谢