基于小生境遺傳算法的關聯(lián)規(guī)則挖掘研究.pdf

1、近年來，面對信息時代海量數(shù)據的出現(xiàn)，如何有效地利用海量的原始數(shù)據分析現(xiàn)狀指導決策，已經成為人類面臨的一大挑戰(zhàn)。由此，數(shù)據挖掘技術應運而生并得以迅猛發(fā)展。其中，關聯(lián)規(guī)則是數(shù)據挖掘的重要模式之一，作為分析數(shù)據間隱含的相互關聯(lián)關系的有力工具，有著極其重要的應用價值。本文根據關聯(lián)規(guī)則挖掘的要求與特點，引入小生境遺傳算法，提出了一種基于小生境遺傳算法的關聯(lián)規(guī)則挖掘框架，并通過系統(tǒng)實例分析，驗證了此方法的可行性。
　　 本文首先介紹了關聯(lián)規(guī)

2、則技術和遺傳算法的研究現(xiàn)狀以及傳統(tǒng)算法的不足，簡述了數(shù)據挖掘的基本概念，在深入分析關聯(lián)規(guī)則挖掘技術和傳統(tǒng)遺傳算法的基礎上，提出了一種基于小生境遺傳算法的關聯(lián)規(guī)則挖掘框架，并詳細闡述了該框架中的各個組成部分的功能以及關聯(lián)規(guī)則挖掘的過程。
　　 本文重點研究了基于小生境遺傳算法的關聯(lián)規(guī)則挖掘框架所采用的兩個關鍵挖掘算法。在深入分析傳統(tǒng)Apriori算法不足的基礎上，提出了一種Matrix_Apriori算法，該算法可以優(yōu)先挖掘出頻繁

3、大項集，大大縮減了系統(tǒng)挖掘占用的空間和時間。為了保持算法后期挖掘效率的穩(wěn)定性，提出了一種小生境遺傳算法進一步對非頻繁大項集進行挖掘，小生境遺傳算法并行性高，可以挖掘到全局最優(yōu)解?；谛∩尺z傳算法的關聯(lián)規(guī)則挖掘框架，有效整合了以上兩種算法的優(yōu)點，大幅度提高了系統(tǒng)挖掘的效率。
　　 本文的研究成果初步應用于某高校外聘教師管理系統(tǒng)信息的數(shù)據挖掘之中，通過對系統(tǒng)挖掘結果進行分析，表明本文提出的方法可以有效提高系統(tǒng)挖掘結果的查全率和查準