基于群體智能的關聯(lián)規(guī)則挖掘方法及應用.pdf

1、近十幾年來，數(shù)據(jù)挖掘技術有了長足的進步。數(shù)據(jù)挖掘己經(jīng)成為數(shù)據(jù)庫研究、開發(fā)、和應用活躍的分支之一，數(shù)據(jù)挖掘(Data Mining)就是從大量的、不完全的、有噪聲的、模糊的、隨機的數(shù)據(jù)中，提取隱含在其中的、人們事先不知道的、但又是潛在有用的信息和知識的過程。關聯(lián)規(guī)則挖掘發(fā)現(xiàn)大量數(shù)據(jù)中項集之間有趣的關聯(lián)或相關聯(lián)系。它在數(shù)據(jù)挖掘中是一個重要的課題，最近幾年已被業(yè)界所廣泛研究。關聯(lián)規(guī)則研究有助于發(fā)現(xiàn)交易數(shù)據(jù)庫中不同商品(項)之間的聯(lián)系，找出顧客

2、購買行為模式，分析結果可以應用于商品貨架布局、貨存安排以及根據(jù)購買模式對用戶進行分類。Agrawal等于1993年首先提出了挖掘顧客交易數(shù)據(jù)庫中項集間的關聯(lián)規(guī)則問題，以后諸多的研究人員對關聯(lián)規(guī)則的挖掘問題進行了大量的研究。 群體智能是在近十幾年來在協(xié)同進化論基礎上發(fā)展起來的一種新的優(yōu)化算法。它是將由單個復雜個體完成的任務交給大量簡單的個體組成的群體合作完成，而后者往往更具有健壯性、靈活性和經(jīng)濟上的優(yōu)勢。群體智能利用群體優(yōu)勢，在沒

3、有集中控制，不提供全局模型的前提下，為尋找復雜問題解決方案提供了新的思路，是“無智能的主體通過合作表現(xiàn)出智能行為的特性”。作為群體智能的典型實現(xiàn)模式，模擬生物蟻群智能尋優(yōu)的蟻群算法和模擬鳥群運動模式的微粒群算法正在受到學術界的廣泛關注。由于其概念簡明、實現(xiàn)方便，在短期內迅速得到了國際演化計算研究領域的認可。 數(shù)據(jù)挖掘技術是分析大規(guī)模數(shù)據(jù)集的有效方法。由于數(shù)據(jù)內在的不精確性和多屬性之間的復雜性，有時己有的方法就失效了，而軟計算技術

4、在這兩方面有著獨到的優(yōu)勢，所以以軟計算技術為手段研究新的數(shù)據(jù)挖掘方法具有重要的意義。本文力圖采用群體智能研究解決數(shù)據(jù)挖掘中的關聯(lián)規(guī)則提取問題。 本文對群體智能，尤其是蟻群算法進行了較為系統(tǒng)地分析和研究，結合關聯(lián)規(guī)則的特點，提出了一些改進的算法，主要包括以下一些內容： (1)關聯(lián)規(guī)則挖掘的綜述。在關聯(lián)規(guī)則基本概念的基礎上，介紹了關聯(lián)規(guī)則的定義、關聯(lián)挖掘的過程和關聯(lián)規(guī)則的種類，并對關聯(lián)規(guī)則挖掘領域的代表算法進行了分析。

5、 (2)群體智能技術和遺傳算法的研究。介紹了群體智能的基本概念、系統(tǒng)結構、主要應用等等。尤其重點研究了常用的群體智能重要模式蟻群算法，同時對遺傳算法做了介紹和分析。 (3)基于群體智能的關聯(lián)挖掘。本文結合蟻群算法和遺傳算法的優(yōu)勢提出混合蟻群算法，并將其運用在關聯(lián)規(guī)則挖掘中，提出了一種基于混合蟻群算法的關聯(lián)規(guī)則挖掘算法。傳統(tǒng)的數(shù)據(jù)挖掘算法雖然在理論上保證了結果的高精度，然而對于商品種類過多，交易量非常大的關聯(lián)發(fā)現(xiàn)，其計算時間卻是