基于关联规则的数据挖掘技术在市场决策应用中的研究

论文摘要

数据挖掘是近年来新兴起来的一个热门学科。顾名思义,它即是从复杂数据巨集中提取出不明显的,甚至是隐藏的有价值那部分的一个过程。而关联规则,这个数据挖掘的一个相当重要分支,在数据挖掘的知识结构中是比较重要的一种。通过基于关联规则的数据挖掘,可以发现大量数据项间的潜在关联,帮助许多市场决策的制定。本文旨在把关联规则理论作为有价值的技术应用于实际,以解决现实商业问题。在简析了Apriori算法及目前现有的一些改进之后,结合关联规则中可信度及支持度这两个衡量指标,对实际问题进行挖掘。文中还引入了兴趣度这个概念,有效的避免了生成负相关的规则,进一步保证了所生成的规则与用户所期望的结果更加接近。文末引用了一组电影数据作为模拟数据源来进行理论的实践,在选用的软件中研究分析商品(电影)之间以及商品(电影)与用户之间的关系,并依此进行基于关联规则的数据挖掘,随后对挖掘出来的结果分析解释,并为最终市场决策提供指导性的建议,从而实现把知识转换为既得利润。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 关联规则挖掘研究背景
• 1.2 关联规则挖掘研究动态
• 1.3 关联规则挖掘研究应用
• 1.4 本文的研究意义
• 1.5 本文的主要工作
• 1.6 小结
• 第二章 关联规则与数据挖掘
• 2.1 基于关联规则的数据挖掘技术
• 2.1.1 什么是关联规则
• 2.1.2 关联规则的分类
• 2.2 关联规则挖掘的步骤
• 2.2.1 挖掘准备
• 2.2.2 挖掘步骤
• 2.3 如何分解需要挖掘的数据
• 2.3.1 关联规则挖掘模型
• 2.3.2 频繁项目集
• 2.3.3 从频集生成强关联规则
• 2.4 小结
• 第三章 Apriori算法及其优化
• 3.1 经典Apriori算法
• 3.1.1 Apriori算法简述
• 3.1.2 Apriori算法实现
• 3.1.3 Apriori算法优化
• 3.1.4 其他生成频繁项目集算法
• 3.2 算法的分析与改进
• 3.3 选择合适的工具软件
• 3.3.1 Oracle开发的数据挖掘软件
• 3.3.2 DBMiner开发的数据挖掘软件
• 3.3.3 Spss开发的数据挖掘软件
• 3.3.4 其他的数据挖掘软件
• 3.4 小结
• 第四章 关联规则挖掘在市场决策中的应用与分析
• 4.1 关联规则挖掘的应用
• 4.2 数据挖掘模式的使用
• 4.3 挖掘前的数据准备
• 4.3.1 采集数据
• 4.3.2 数据处理
• 4.4 数据的挖掘与分析及其在市场决策中的应用
• 4.4.1 挖掘数据间的关联规则
• 4.4.2 对商品与顾客之间的关系进行挖掘并分析
• 4.5 小结
• 第五章 总结展望
• 5.1 总结
• 5.2 展望
• 参考文献
• 致谢