基于约束的最大频繁项目集挖掘算法与实现

论文摘要

数据库技术的逐渐成熟及网络技术的迅速普及,使人们采集数据的能力得到了极大的提高,从而导致了全球范围内数据存储量的急剧增大。“数据爆炸与知识贫乏”是信息时代所面临的一个严峻的问题,而数据挖掘就是解决该问题的有效手段之一。数据挖掘是从大规模的数据量中获取有用信息,发现隐含的、先前未知的、对决策有潜在价值的知识,因此对数据挖掘技术的研究有着重要的意义。本文以数据挖掘中一个重要的领域关联规则挖掘为研究课题,并对关联规则的挖掘方法进行了研究和分析。本文的研究工作主要包括以下两个方面:一方面,提出了基于数据库变化的关联规则增量式更新算法。发现频繁项目集是关联规则数据挖掘中的关键问题,频繁项目集是在给定的数据库里,在满足最小支持度和最小置信度下的一个项目集合。但随着数据库发生变化,就会产生不同的频繁项目集,如何发现在数据库变化情况下,利用已挖掘的频繁项目集来实现更新挖掘就是需研究的问题。另一方面,提出了基于约束的最大频繁项集挖掘算法,该算法是将约束条件应用到挖掘算法中,减少候选项目集的个数,提高算法的执行效率。对算法进行了详细的分析。实验结果表明,该算法具有较好的可操作性,并在一定程度上解决了产生许多无关或无价值的关联规则。

论文目录

• 摘要
• ABSTRACT
• 1 绪论
• 1.1 研究背景及意义
• 1.2 国内外研究现状
• 1.3 研究发展趋势
• 1.4 本文的主要工作和创新点
• 1.4.1 论文的主要工作
• 1.4.2 论文算法创新点
• 2 数据挖掘技术
• 2.1 数据挖掘的概念
• 2.2 数据挖掘的理论基础
• 2.3 数据挖掘的分类
• 2.4 数据挖掘的应用
• 2.5 数据挖掘的研究方向和面临的困难
• 2.5.1 挖掘方法和用户交互问题
• 2.5.2 性能问题
• 2.5.3 关于数据库类型的多样性问题
• 3 关联规则挖掘理论
• 3.1 引言
• 3.2 关联规则挖掘理论
• 3.2.1 关联规则挖掘问题的形式化描述
• 3.2.2 关联规则的相关定义
• 3.2.3 关联规则的分类
• 3.3 关联规则挖掘算法
• 3.3.1 关联规则的挖掘过程
• 3.3.2 关联规则挖掘的经典算法
• 3.3.3 关联规则的生成
• 3.4 关联规则相关研究概述
• 3.4.1 广义关联规则
• 3.4.2 有价值关联规则的判别
• 3.4.3 并行和分布式挖掘
• 3.5 小结
• 4 关联规则的更新维护算法
• 4.1 引言
• 4.2 关联规则频繁项集理论
• 4.2.1 关联规则更新的形式化描述
• 4.2.2 相关工作
• 4.3 基于数据库变化的快速增量更新算法（M-IUA）
• 4.3.1 问题分析
• 4.3.2 解决策略
• 4.3.3 更新算法描述
• 4.3.4 算法分析
• 4.3.5 小结
• 5 约束最大频繁集关联规则挖掘算法
• 5.1 引言
• 5.2 约束型关联规则挖掘理论
• 5.2.1 约束的形式
• 5.2.2 项约束关联规则挖掘的相关研究
• 5.3 约束最大频繁项集挖掘算法（FCMFS）
• 5.3.1 相关工作
• 5.3.2 约束最大频繁项集挖掘算法（FCMFS）
• 5.3.3 算法举例与分析
• 5.3.4 小结
• 6 结论
• 6.1 总结
• 6.2 展望
• 致谢
• 参考文献
• 附录