关联规则数据挖掘算法的研究-计算机应用技术专业论文.docxVIP

西南交通大学硕士研究生学位论文 西南交通大学硕士研究生学位论文 第i i页 摘 要 近年来，数据挖掘已经引起了信息产业界的极大关注，这是快速增长 的数据量和日益贫乏的信息爨之间矛盾运动的必然结果，对数据挖掘技术 进行系统、深入、全面、详尽地研究是全球信息化发展的客观需要。本文 对数据挖掘技术，尤其是关联规则数据挖掘技术进行了系统、深入、全面、 详尽地分析和研究，主要包括以下一些内容： 数据挖掘技术的分析与研究。对数据挖掘技术的产生进行了简要的豳 颟，在提出数据挖掘基本概念的基础上，对数据挖掘的对象、可发现的模 式耪常镬用的技术进行了详细遗分类、归缡和憨结。对数据挖掘技术的国 蠢铃磺究现状进行了广泛焉全委遣鐾曩缡、分析帮毛暑究，对数据挖擒技术酌 未米发展趋势秘热点鼍；}}究领域进行了总结积探讨，为本文黪全露震开筵定 了基础。 关联舰则数据挖掘技术的分板与研究。在提出关联趣则基本概念魄基 础上，对关联规则的种类进行了全面地分类、归纳和总结，对关联规则的 典型挖掘算法及其基本思想进行了详细地归纳、分析和研究，对各算法之 间的差别进行了客观地比较，并通过实例说明了比较的结果。针对提高算 法效率的各种优化技术也在这里被进行了详细地研究和讨论，同时客观地 分析了它们的优缺点和利与弊，为HY算法的掇出斧口构造建立了理论上的 必要性前爨。 HY算法鹣设计、分辑与研究。针对经典频繁颈集挖掘算法的不足， 提熬了进行关联规则数攒挖掘懿基予教列技术羁优化豹事务压缭技术的 HY算法。散列技术部分针对关联援则数据挖撼魄特点擒选了～令有效豹 散列函数，在对它的构造原理、实现方法和效率等进行详缨选分蜒、龌究 和论证的同时，还提出了“基规模度”、“组合存在度”、“缎合稠密度”等 几个新的概念。事务压缩技术部分在集合传统压缩方法优点的基础上，针 对DHP算法中事务压缩技术的不足，提出了更优的事务压缩方法，并对 该方法的操作原理和实现步骤进行了详细地分析和研究。通过一个实例给 出了由HY算法进行关联规则数据挖掘的过程。最后，给出了新算法详细 箭算法实现步骤。 HY算法的实验终果。在构造基予泊松分布函数和指数分布函数的合 成都2003 西南交通大学硕士研究生学位论文 西南交通大学硕士研究生学位论文 第j j页 成数据的基础上，对HY算法的性能及其与Apriori算法和DHP算法的比 较进行了实验，这些实验包括针对不同的合成数据和不同的最小支持度， 对各算法的执行时间进行比较的实验以及针对合成数据的不同的事务数 和不同的项数对各算法的执行时间进行比较的规模实验，并对实验结果进 行了分析，反映出HY算法具有良好的性能。 原型系统的实现。采用Vc++．net和V13．net程序设计语言，在Microsoft Windows 2000 Server、Microsoft SQL Server 2000以及Microsoft Excel XP 系统环境的基础上，构造了一个简单的数据挖掘原型系统，实现了HY算 法、MDX查询和数据立方体的OLAP钻取。 关键词：数据挖掘；关联规则；散列；事务压缩：HY算法 ——————————————————————————————————————_———一成都2003 亘塑銮道盔兰亟主堕窒圭茎焦鲨皇 亘塑銮道盔兰亟主堕窒圭茎焦鲨皇 兰!!夏 Abstract In recent years，many people in information industry attach more importance to the data mining technique，which is attributed to the necessary consequence of the conflicting movement between the rapid—increasing data and the poor information day by day．Studying the data mining technique systematically,deeply,roundly and detailedly is all objective requirement for exchanging information in the global．This dissertation systematically，deeply,roundly and detailedly studies and analyses the data mining technique，especially the one for association rules．The main contents are listed as follows： An