基于Apriori算法的增量式關聯(lián)規(guī)則控制研究.pdf

1、近年來，信息技術已逐漸應用到社會生產及服務的各個方面，隨之涌現(xiàn)出海量且不斷增長的數(shù)據(jù)。如何從海量，尤其是動態(tài)變化的數(shù)據(jù)中挖掘出其蘊含的規(guī)律，輔助決策，并使數(shù)據(jù)與信息技術相輔相成，共同推進和完善，成為時下研究的熱點。對此，諸多研究人員從不同角度展開了深入研究，關聯(lián)規(guī)則挖掘成為重要領域之一，這些研究為該領域打下了堅實的基礎。本文通過分析關聯(lián)規(guī)則研究領域存在的缺陷，針對不斷增長變化的數(shù)據(jù)集及用戶需求，從基礎算法的改進開始，對增量式關聯(lián)規(guī)則更新

2、進行研究。
　　首先分析了關聯(lián)規(guī)則挖掘的經(jīng)典Apriori算法及相關改進算法的缺陷，運用集合運算思想進行優(yōu)化，提出了一種新的關聯(lián)規(guī)則挖掘算法即TSApriori算法，將頻繁項集及其對應的事務分別用集合表示和運算，為后文關聯(lián)規(guī)則增量式更新提供理論與數(shù)據(jù)基礎。對產生的頻繁項集，通過構建頻繁項集樹，生成關聯(lián)規(guī)則，在構建過程中，引入相關度的概念，對備選規(guī)則進行驗證，保證生成規(guī)則的精度和關聯(lián)性。其次，基于TSApriori算法，結合FUP算

3、法及IUA算法思想，提出了關聯(lián)規(guī)則增量式更新算法IUTS算法，以適應不斷增長的數(shù)據(jù)集及變化的參數(shù)閾值。最后，以大連市公安局系統(tǒng)的行政及刑事案件數(shù)據(jù)為例，對本文提出的頻繁項集挖掘算法、關聯(lián)規(guī)則生成算法以及增量式更新算法進行了驗證和應用。
　　本文提出的TSApriori算法只需掃描一遍數(shù)據(jù)庫，且優(yōu)化了連接操作，執(zhí)行過程中不會產生候選K項集，提高了頻繁項集挖掘的效率。通過構建頻繁項集樹優(yōu)化關聯(lián)規(guī)則的生成，有效的降低了冗余和虛假規(guī)則的生