數(shù)據(jù)庫中數(shù)據(jù)挖掘理論方法及應用研究.pdf

1、數(shù)據(jù)挖掘是目前數(shù)據(jù)庫和信息決策領域最前沿的研究方向之一。本文研究數(shù)據(jù)庫中數(shù)據(jù)挖掘，主要包括以下內容：1介紹了數(shù)據(jù)庫和數(shù)據(jù)挖掘技術的發(fā)展動態(tài)，討論了數(shù)據(jù)挖掘技術的研究現(xiàn)狀、存在的不足和發(fā)展方向。分析了海量數(shù)據(jù)庫產(chǎn)生的原因和特點。討論了適于在海量數(shù)據(jù)庫中進行數(shù)據(jù)挖掘的算法的基本特征，即算法應該具有線性計算復雜度O(n)。2對挖掘關聯(lián)規(guī)則的算法進行了研究。首先，我們分析了Apriori算法的某些不足；隨后，我們提出了一種基于Apriori的改

2、進算法，新算法在某些場合能減少掃描數(shù)據(jù)庫的次數(shù)，提高了算法的效率；隨后，我們又提出了一種基于事務樹的高效算法，用該算法挖掘頻繁項目集只需要一次掃描事務數(shù)據(jù)庫，不需要產(chǎn)生候選項目集，該算法的速度大約是Apriori算法的10倍；最后，我們提出了一種用VisualFoxPro實現(xiàn)Apriori算法的方法。3對關聯(lián)規(guī)則的衡量標準進行了研究，指出了原衡量標準和若干改進方法的不足。目前，關聯(lián)規(guī)則常用的衡量標準是支持度和置信度，如果按現(xiàn)有標準來生成