例外规则挖掘算法研究与应用

论文摘要

论文主要研究数据挖掘中的关联分析，研究正关联规则、负关联规则和例外规则挖掘算法。本文在研究正负关联规则挖掘算法的基础上，对Eclat算法进行改进，提出例外规则的定义、子问题细分、评测参数以及挖掘算法。chess数据集的实验，显示EclatP算法的优势；对医学数据集的例外规则挖掘，表明算法有效，挖掘的信息有价值。例外规则的研究是一项有实际意义，而且是必要的工作。本文主要从以下几个方面进行研究，并取得了较好的效果。⑴系统化研究关联规则挖掘的理论基础、分类等，区别于与以往分类方法，本文将例外规则引进关联分析。⑵综合研究正关联规则与负关联规则算法时，本文采用新颖的分类方法，既达到全面研究的目的，又使人一目了然。⑶研究Eclat算法挖掘正关联规则，细致地研究算法的理论基础及思想，分析算法的优缺点。本文从算法不足出发，从剪枝EclatP、宽度优先EclatM等方面对原算法进行改进，并对两种改进算法进行实验。实验结果显示：不同的算法挖掘的频集数目与内容相同，在算法效率上有差异。EclatM较大程度上受项集长度的影响，EclatP在稀疏数据集上较之Eclat没有优势，但是在密集型数据集上能够较快较好地挖掘出结果。⑷研究例外规则，给出例外规则的定义、问题细分以及对其理论进行研究。结合例外规则的定义，应用EclatP挖掘关联规则、推导对照关联规则、得出候选例外规则。最后以几种常见的及本文给出的兴趣度定义设定阈值，对医学数据集进行实验，结合医学的实际需求，挖掘知晓率等相关的例外规则。实验结果表明，几种常见的兴趣度定义各有千秋，本文给出的定义区别度较大，能够较好地区分并筛选候选例外规则。本文算法挖掘的例外规则基本满足用户需求，为用户提供有用的信息。本文研究的目的在于满足实际应用，在数据库日益庞大、数据信息不明显的情况下，本文对例外规则在医学数据中的应用进行了有价值的研究，为医科工作者提供一些有益的信息，同时促进数学理论的进一步应用。

论文目录

• 中文摘要
• Abstract
• 第一章 引言
• 1.1 国内外例外规则研究现状
• 1.2 本文的研究背景与实际意义
• 1.3 本文的工作及其组织结构
• 1.3.1 本文的工作
• 1.3.2 本文的组织结构
• 第二章 关联规则概述
• 2.1 关联规则简介
• 2.1.1 关联规则术语介绍
• 2.1.2 关联规则分类
• 2.2 正关联规则概述
• 2.2.1 问题描述
• 2.2.2 算法概述
• 2.2.2.1 Apriori 算法及其改进
• 2.2.2.2 FP 增长算法及其改进
• 2.2.2.3 侧重不同的评测系数
• 2.2.2.4 基于不同的数学理论
• 2.2.2.5 多维、多目标、多层次、多值属性关联规则研究
• 2.3 负关联规则概述
• 2.3.1 问题描述
• 2.3.2 算法概述
• 2.3.2.1 已有关联规则算法的应用
• 2.3.2.2 控制负关联规则频繁项集的规模，优化算法
• 2.3.2.3 侧重不同的评测参数
• 2.3.3 研究方向
• 2.4 例外规则算法研究
• 2.4.1 问题描述
• 2.4.2 研究方向
• 2.5 本章小结
• 第三章 Eclat 挖掘关联规则
• 3.1 基于垂直结构的 Eclat 算法
• 3.1.1 Eclat 算法基本原理
• 3.1.1.1 集合理论
• 3.1.1.2 等价类
• 3.1.1.3 偏序集，良序集，全序集
• 3.1.1.4 前缀树
• 3.1.1.5 概念格
• 3.1.2 Eclat 算法描述
• 3.1.3 算法分析
• 3.1.4 本文改进的 Eclat 算法
• 3.1.4.1 相关定理
• 3.1.4.2 基于先验原理 EclatP 算法与最大频集 EclatM 算法
• 3.2 挖掘关联规则算例
• 3.3 本章小结
• 第四章 例外规则挖掘
• 4.1 研究背景
• 4.1.1 发现问题：关联规则满足不了某些需求
• 4.1.2 研究问题：用户关心例外
• 4.1.3 解决问题：研究例外规则
• 4.2 算法研究
• 4.2.1 通过例外规则定义，直接得出候选例外规则
• 4.2.2 采用不同兴趣度定义，筛选得到例外规则
• 4.3 例外规则的度量——兴趣度的相关研究
• 4.4 数据准备
• 4.4.1 数据表介绍
• 4.4.2 数据背景介绍
• 4.5 实验结果及分析
• 4.5.1 数据处理
• 4.5.2 结果及分析
• 4.6 本章小结
• 总结与展望
• 参考文献
• 致谢
• 个人简历、在学期间的研究成果及发表的学术论文