论文题目: 关于弱比例规则的挖掘及推理研究
论文类型: 博士论文
论文专业: 交通信息工程及控制
作者: 姜保庆
导师: 徐扬
关键词: 数据挖掘,关联规则,弱比例规则,包含度,支持度,不确定性推理
文献来源: 西南交通大学
发表年度: 2005
论文摘要: 数据挖掘是智能信息处理领域中一个十分活跃的前沿性研究方向,在许多领域均有成功的应用范例。关联规则是数据挖掘中最为热门的研究课题之一。本文引入了一种特殊的数量关联规则称为弱比例规则(Weak Ratio Rules),主要从模型、性质、挖掘、推理和应用五个方面展开对弱比例规则的研究,取得了如下研究成果: 1.讨论了一个模糊集对另一个模糊集的Goguen包含度的性质并引入了比Goguen包含度能更好描述模糊集包含程度的支持度概念,然后将模糊集的支持度概念推广到[0,+∞]值模糊集。作为[0,+∞]值模糊集支持度的特例,有限集上非负实值函数的支持度,被用来描述弱比例规则。 2.设计了挖掘有限个有限链直积下集的GenApriori算法和Boundary算法。GenApriori算法是R.Agrawal的Apriori算法的推广,是一个宽度优先算法,Boundary算法是一个深度优先算法。算法分析和实验结果均表明:在一些情况下Boundary算法优于GenApriori算法,而在另一些情况下GenApriori算法优于Boundary算法。两种算法均被用于挖掘拟极大弱比例规则。 3.指出弱比例规则问题是布尔关联规则问题的推广,是数量关联规则问题的特例。证明了任意一个弱比例规则都可诱导出一个布尔关联规则作为其支撑规则。 4.给出了弱比例规则的两种不确定性推理方法及其直观意义。 5.将弱比例规则及其推理方法应用到重构丢失数据、预测和异常值检测中,取得了较好效果。
论文目录:
中文摘要
英文摘要
第1章 绪论
1.1 数据挖掘和关联规则概述
1.2 不确定性推理概述
1.3 布尔关联规则
1.3.1 布尔关联规则模型
1.3.2 布尔关联规则挖掘
1.4 比例规则
1.5 本文的研究工作
第2章 包含度和支持度
2.1 引言
2.2 模糊集的包含度和支持度
2.2.1 Goguen蕴涵算子
2.2.2 模糊集的包含度
2.2.3 模糊集的支持度
2.3 [0, +∞]值模糊集的支持度
2.3.1 [0, +∞]中的序及运算
2.3.2 相对支撑集
2.3.3 支持度
2.4 有限集上非负实值函数的支持度
第3章 有限个有限链直积下集极大元算法
3.1 分层偏序集
3.2 位置格下集极大元
3.3 有限个有限链直积下集极大元
第4章 弱比例规则
4.1 弱比例规则模型
4.2 弱比例规则性质
4.3 弱比例规则挖掘
4.3.1 拟极大弱比例规则挖掘
4.3.2 标准基挖掘
4.4 弱比例规则推理
4.5 弱比例规则的应用
总结与展望
致谢
参考文献
攻读博士学位期间的科研成果
发布时间: 2006-03-06
参考文献
- [1].关联规则挖掘在分类数据领域的扩展性研究[D]. 毛宇星.复旦大学2010
相关论文
- [1].基于关联规则数据挖掘算法的研究[D]. 郭秀娟.吉林大学2004
- [2].关联规则挖掘方法的研究及应用[D]. 刘亚波.吉林大学2005
- [3].基于数据挖掘的银行客户分析管理关键技术研究[D]. 赵基.浙江大学2005
- [4].聚类分析中若干关键技术的研究[D]. 杨小兵.浙江大学2005
- [5].购物篮分析中若干问题的研究[D]. 刘必红.浙江大学2006
- [6].贝叶斯网络结构学习及其在数据挖掘中的应用研究[D]. 黄解军.武汉大学2005
- [7].分类关联规则挖掘及其在复杂工业过程中的应用研究[D]. 任佳.浙江大学2006
- [8].关联规则及其元规则挖掘技术研究[D]. 叶飞跃.南京航空航天大学2006
- [9].最大频繁项集挖掘算法的研究[D]. 颜跃进.国防科学技术大学2005
- [10].数据挖掘技术与分类算法研究[D]. 刘刚.中国人民解放军信息工程大学2004