基于概念格模型關聯(lián)規(guī)則挖掘的關鍵問題研究.pdf

1、關聯(lián)規(guī)則挖掘是數(shù)據(jù)挖掘領域的一個重要分支,在研究及應用方面已取得了很大的進展.然而,由于現(xiàn)實世界數(shù)據(jù)的海量、異構和數(shù)據(jù)類型的多樣性、結構的復雜性等特點,對關聯(lián)規(guī)則挖掘的研究提出了新的課題.本文將具有完備特性的概念格模型引入到關聯(lián)規(guī)則挖掘的研究,針對關聯(lián)規(guī)則挖掘的模型、方法以及數(shù)據(jù)歸約等方面開展了研究,主要內(nèi)容及創(chuàng)新工作如下: 1.在研究概念格模型和頻繁項目集關系的基礎上,提出了基于概念格模型的項目集表示和求解方法.研究表明,每個

2、項目集一定作為概念格中某個概念的內(nèi)涵或內(nèi)涵的子集出現(xiàn),借助于概念之間的關系可從每個概念導出多個項目集.因此,概念格中概念的數(shù)量比事務數(shù)據(jù)庫中項目集的實際數(shù)量有顯著的減少,在不丟失有效信息的前提下,較利于實現(xiàn)更大規(guī)模的數(shù)據(jù)庫中知識發(fā)現(xiàn);通過刪除概念格中非頻繁項目集對應的概念而得到的剪枝概念格能有效地壓縮數(shù)據(jù)庫規(guī)模,進而為在大規(guī)模數(shù)據(jù)庫中進行關聯(lián)規(guī)則挖掘提供了有利的條件. 2.研究了基于剪枝概念格的關聯(lián)規(guī)則挖掘求解.提出順序剪枝和同

3、步剪枝概念格的構造算法.順序剪枝概念格構造算法以插入記錄方式的Godin概念格構造算法為基礎,通過一遍掃描數(shù)據(jù)庫來構造概念格,在構建完畢后,依據(jù)Apriori性質實現(xiàn)剪枝,得到剪枝概念格;同步剪枝概念格構造算法以插入屬性方式動態(tài)地構造概念格,在插入屬性構造概念格的過程中,依據(jù)Apriori性質實現(xiàn)剪枝,得到剪枝概念格.兩種構造算法各有特點和適用性.基于剪枝概念格挖掘關聯(lián)規(guī)則,減少相應的搜索空問,提高關聯(lián)規(guī)則挖掘的效率. 3.研究

4、了多層、多屬性的歸納.實際數(shù)據(jù)庫中的屬性值之間的層次差異較大,需要進行必要的數(shù)據(jù)歸約.經(jīng)典的屬性歸納方法存在主觀因素制約的問題,可能會影響到有價值模式的發(fā)現(xiàn).為此,將概念格模型引入多層、多屬性的歸納,提出了基于概念格的屬性歸納,采用概念的爬升進行相應的泛化,并進行多層、多屬性的歸納.與面向屬性歸納AOI算法相比較,基于概念格的屬性歸納不僅可實現(xiàn)AOI的單一屬性歸納,也能進行多層、多屬性的歸納,屬性歸納的路徑不惟一,并易于尋找合適的泛化路