区间数据库的构建及其在知识发现中的应用

论文摘要

关联规则挖掘是数据挖掘中的一个重要研究课题。它是搜索强相关的项集合的一个过程。挖掘一个超市数据库, 可以找到不同商品之间的销售联系(它反映了顾客的消费行为),例如:面包与牛奶、咖啡与方糖、牙膏与牙刷等通常被同时销售。这些是常识性知识。有趣的是, 关联规则挖掘能找到,像“啤酒与尿不湿”被同时销售, 这种非常识性知识。这导致关联规则挖掘被深入研究和广泛的应用。例如, 它被进一步用于解决库存控制(stock control) 、商品促销(Sales promotion) 、消费者行为分析(Customer behavior analysis)等问题。随着超市和日用品工业的发展,捆绑销售(Binding sale)方式——捆绑商品(Binding commodities)销售已成为方便顾客并提升利润的一种重要手段。这正是关联规则挖掘的用武之地。本论文深入细致地研究了这个问题,并提出了挖掘区间值规则:A→[B, C]的思想和方法。捆绑商品借助区间值(Interval values)来表示有很多优点。首先区间值包含了比单个具体数据更多的信息。因为单个数据提供的只是单个数据本身,而区间值提供的是一个分布,即, 可以取区间内的任意一个数。其次区间值比平均数有更强的表达能力,也就是说区间值的信息熵(Interval entropy)要大于平均数的信息熵(Mean entropy)。再者,区间值数据库挖掘可以发现哪些商品适合于捆绑、哪些商品不适合于捆绑。这有重要的实际应用价值。论文在对区间值聚类算法研究的基础上, 提出将传统关系数据库的两个字段看成一个新字段,并用其中一个来表示新字段的“左端点域”(区间值左端点)用另一个来表示新字段的“右端点域”( 区间值右端点),由此形成了区间值数据库。论文深入研究了强关联规则( 亲属关联规则) 的挖掘算法,给出了强关联规则的区间函数公式; 在对这些区间函数值研究的基础上,构建了一种完备区间格系统,并利用完备区间格满足的一个性质:A∧C=B∧C且A∨C=B∨C ?A=B 来对商品进行捆绑。区间值关联规则挖掘的实质是对捆绑商品的挖掘,也就是研究哪些商品应该被捆绑。本论文的主要工作分为如下四个部分: (1) 提出传统数据挖掘中存在许多模式遗漏问题,并从物理学、数学、生物学等角度论述研究这些遗漏模式的重要意义。(2) 针对这些遗漏模式构建一种新型的数据库结构来存放和处理它们,这种新型的数据库就称为区间值数据库。(3) 提出了区间值关联规则的概念,并深入研究了区间值规则的真正内涵。(4) 区间值规则挖掘算法的研究。最后对本论文的主要工作做了总结,指出今后的改进方向。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 研究背景
• 1.1.1 区间算法的产生和发展
• 1.1.2 捆绑商品的出现
• 1.2 国内外研究现状
• 1.2.1 数量型关联规则挖掘
• 1.2.1.1 区间划分法
• 1.2.1.2 交叉区间法
• 1.2.1.3 模糊集法
• 1.2.2 区间值“云规则”挖掘
• 1.2.3 双区间聚类挖掘模型
• 1.3 本论文研究内容
• 1.4 论文结构
• 第2章 区间值聚类的三种方法
• 2.1 区间值聚类概述
• 2.1.1 区间值基本概念
• 2.1.2 区间值代数系统
• 2.2 区间值聚类方法之一——点划分法
• 2.2.1 基本方法
• 2.2.2 实例
• 2.3 区间值聚类方法之二——密度区间法
• 2.3.1 基本方法
• 2.3.2 实例
• 2.4 区间值聚类方法之三——转换法
• 2.4.1 基本方法
• 2.4.2 实例
• 第3章 区间值数据库的研究
• 3.1 区间值数据库模型
• 3.1.1 数据模型概述
• 3.1.2 区间数据模型
• 3.1.3 区间数据的规范化理论
• 3.2 区间值数据库设计方法
• 3.2.1 设计方法
• 3.2.2 设计方案
• 3.2.2.1 案例一:大学教师拥有小轿车数量统计
• 3.2.2.2 案例二:视网膜脱落手术病例
• 第4章 区间值关联规则的研究
• 4.1 区间值关联规则的产生
• 4.1.1 关联规则与区间值
• 4.1.2 区间值关联规则产生的起因:捆绑商品
• 4.2 区间值关联规则的形式
• 4.2.1 一阶谓词形式
• 4.2.2 产生式形式
• 4.2.3 面向对象形式
• 4.3 区间值数据库
• 4.3.1 区间值数据挖掘
• 4.3.2 区间值数据挖掘的设计
• 第5章 区间值数据库挖掘模型与算法
• 5.1 区间值数据库挖掘模型
• 5.1.1 强关联模式的挖掘——用于构建区间值
• 5.1.2 区间值数据库挖掘模型的实现
• 5.2 模型效果评估公式
• 5.3 实验结果与分析
• 第6章 总结与展望
• 参考文献
• 致谢
• 攻读硕士学位期间发表的学术论文