关联规则Miningassociationrule.DOC

高等資料庫報告 資料挖掘 Data mining 指導教授：陳彥良老師 組員：賴志東、楊文超 ２０００／６／１  ０、 摘要 4 １、 簡介 4 1.1資料挖掘的需求和挑戰 4 ２．資料挖掘技術的分類 7 2.1 分類資料挖掘技術 7 2.2從資料庫中挖掘不同種類的知識 8 3. 關聯規則（Mining association rule） 10 3.1 Algorithm Apriori and DHP 10 3.1.1 Apriori演算法： 12 3.1.2 Direct Hashing 14 3.1.2.1 DHP演算法 14 3.1.2.2 降低交易資料庫的大小(Reducing the Size of Transaction Database) 17 3.2挖掘一般化和多階層的關聯規則 18 3.3　關聯規則的有趣性(Interestingness of Discovered Association Rules) 19 3.4改善mining association rule的效率(Improving the Efficiency of Mining Association Rules) 20 3.4.1資料庫掃描的減小(Database Scan Reduction) 20 3.4.2抽樣：調整mining的準確度（Sampling:Mining with Adjustable Accuracy） 20 3.4.3　association rule的漸進式更新（incremental update of discovered association rule） 20 3.4.4平行資料挖掘（Parallel Data Mining） 21 ４、多層級資料的歸納(Generalization)、摘要(Summarization)和特徵化(Characterization) 22 4.1 資料方塊法 22 4.1.1　Roll-Up操作 22 4.1.2　資料方塊法 24 ４.２　屬性導向歸納法 28 2.2.1概念階層(concept hierarchy)與概念樹(Concept tree) 28 5、資料分類(Classification) 33 5.1決策樹（Decision Tree） 33 5.2決策樹的建立 34 5.2.1 CLS演算法 34 5.2.2決策樹的特性 35 5.2.3 ID3的貢敵 36 6. 資料分群分析(Data Clustering Analysis) 39 6.1 資料分群定義 39 6.2 K-Means Method分類方法 40 6.3 PAM(Partitioning Around Medoids)分類方法 42 6.4 CLARA(Clustering LARge Applications) 43 6.5 CLARANS(Clustering Large Applications based on RANdomized Search) 44 6.6 資料分群的優缺點 44 6.7 資料分群(Data Classification)與資料叢集(Data Ｃlustering)的差異 45 7. 模式導向相似性搜尋(Pattern-Based Similarity Search) 47 7.1 模式導向相似性搜尋定義 47 7.2 相似度量度 49 7.2.1歐幾里得距離法(Euclidean distance) 49 7.2.2線性相關法(Linear correlation) 49 7.3 模式導向相似性搜尋所遭遇的問題 50 ８．挖掘路徑移動型態（Mining Path Traversal Patterns） 51 ９、結論 54 參考文獻 56 摘要 從大型資料庫中挖掘資訊和知識，已經被許多資料庫系統和機器學習的研究者，當成是一個重要的研究主題，也有許多產業及公司認為這是主要的收益與企業商機的來源。。、、、、。 近來，在資料產生和資料收集方面的技術，有非常快速的進展。、、、。。 、(knowledge mining from databases)、(knowledge extraction)、(data archaeology)、(data dredging)、(data analysis)等等。(knowledge discovery)的過程，我們可以從資料庫的相關資料集合中粹取出有趣的知識、。1.1資料挖掘的需求和挑戰 為了有效地進行資料挖掘，首先必須說明在應用知識發現系統的特性以及在資料挖掘技術發展上，可能需面臨的挑戰。 (1)處理不同型態的資料(Handling of different types of dat