關聯(lián)規(guī)則算法研究及其在鐵路隧道安全管理中的應用.pdf

1、數據挖掘技術是伴隨信息量的迅速增長而誕生的，如何滿足人們對知識與信息的渴求，以便快速地獲取知識以及應用于決策領域，已經成為當前信息處理中的熱門課題之一。 數據挖掘的方法很多，其中關聯(lián)規(guī)則挖掘是一種主要的也是用途最廣的數據挖掘方法，關聯(lián)規(guī)則概念最早是由在IBM工作的Rakesh Agrawal博士等于1993年提出的，用于刻畫事務數據庫中各交易項目之間的關系，即頻繁關系，自此，對關聯(lián)規(guī)則的研究已有10余年時間并取得了很多成果，但還

2、有很多問題亟待解決。本論文對此作了詳細介紹，并對關聯(lián)規(guī)則挖掘理論特別是關聯(lián)規(guī)則挖掘算法進行了深入研究，取得了一定的研究成果。 文章首先介紹了數據挖掘的內涵、過程和一些方法，并簡介了國內外目前的研究現(xiàn)狀。關聯(lián)規(guī)則方法是被實踐(沃爾瑪)證明了的一種非常有用的數據挖掘方法。關聯(lián)規(guī)則的主要任務就是獲得頻繁項集，獲得頻繁項集的經典算法是Apriori算法和FP-growth算法，從算法的數據結構看這兩種算法分別是基于數組和基于樹的；文章還

3、介紹并分析了Apriori算法的幾種改進算法AprioriTid和AprioriHash等，同時還介紹并分析了FP-growth算法的改進算法PFP-growth。在總結了這些算法的特性后，作者提出了基于數組的AprioriN算法，此算法通過編碼的方式把對數據庫的操作轉化到對內存的操作上，雖然此算法對處理機的內存要求較高，但大大提高了算法的效率；同時還提出了基于FP-tree的高性能關聯(lián)規(guī)則挖掘算法FP-growthN算法，可以通過增加

4、一個額外的數據結構加快項集的遍歷速度，在第二遍掃描數據庫時，建立基本FP-tree(T<,φ>)的同時生成一個矩陣A<,φ>，這個矩陣用來保存頻繁2～項集。 我國的鐵路隧道多數存在病害，以往大量歷史病害數據沒能為治理和防治工作提供有效的決策支持，而數據挖掘的關聯(lián)規(guī)則方法可以通過挖掘歷史數據為隧道病害防治和治理提供有效指導。由于作者提出的新算法FP-growthN特別適合那些數據量很大但數據項很稀疏的數據挖掘，文章將這種新算法應用