基于粗糙集的數(shù)據(jù)挖掘算法研究與實(shí)現(xiàn).pdf

1、數(shù)據(jù)挖掘是從數(shù)據(jù)庫的大量數(shù)據(jù)中提取隱含的、有潛在價值的信息和知識的過程。數(shù)據(jù)挖掘是知識發(fā)現(xiàn)中最關(guān)鍵的步驟，是目前相當(dāng)活躍的研究領(lǐng)域。
　　在數(shù)據(jù)挖掘的諸多方法中，粗糙集方法不失為一種比較好的數(shù)據(jù)挖掘工具。粗糙集理論是20世紀(jì)80年代發(fā)展起來的一種處理不精確、不確定和模糊數(shù)據(jù)的新型數(shù)學(xué)工具，它能從數(shù)據(jù)本身提供的信息中發(fā)現(xiàn)有效的、潛在的知識。近年來該理論成功地在機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘、智能數(shù)據(jù)分析等領(lǐng)域得到了廣泛應(yīng)用，受到了眾多學(xué)者的重視

2、，取得了較大的發(fā)展。
　　論文以四川省科技攻關(guān)項(xiàng)目“電信商業(yè)智能數(shù)據(jù)挖掘引擎的研究”為依托，就粗糙集理論在數(shù)據(jù)挖掘中的算法問題進(jìn)行研究。本文工作主要有以下四個部分：
　　1、介紹了數(shù)據(jù)挖掘技術(shù)的概念、產(chǎn)生背景、研究任務(wù)、主要方法以及研究熱點(diǎn)?；仡櫫舜植诩碚摰陌l(fā)展歷程，詳細(xì)介紹了粗糙集理論的基礎(chǔ)知識，并對當(dāng)前國內(nèi)外粗糙集理論的研究現(xiàn)狀進(jìn)行了詳細(xì)闡述。
　　2、對粗糙集理論的約簡算法進(jìn)行了比較深入的研究。約簡算法包括屬性

3、約簡和屬性值約簡，其中屬性約簡是基于粗糙集理論的數(shù)據(jù)挖掘模型中的關(guān)鍵步驟。本部分介紹了基本的屬性約簡和屬性值約簡算法，針對已有算法存在的缺陷提出了改進(jìn)的算法，并結(jié)合實(shí)驗(yàn)對改進(jìn)算法和已有算法進(jìn)行了對比，得出了自己的結(jié)論。其中主要包括基于信息熵的屬性約簡算法和基于信息熵的屬性約簡改進(jìn)算法分析對比，以及HORAFA算法和HORAFA改進(jìn)算法的分析對比。最后，提出了一種基于近似精度的約簡算法，并結(jié)合實(shí)例對算法作出了分析，得出自己的結(jié)論。

4、　　3、針對動態(tài)數(shù)據(jù)提出了動態(tài)約簡算法，即增量式約簡算法。對增量數(shù)據(jù)挖掘技術(shù)進(jìn)行了研究，提出了增量式規(guī)則提取方法的一般設(shè)計(jì)原則。在此基礎(chǔ)上給出了擴(kuò)充特征矩陣的定義，提出了基于擴(kuò)充特征矩陣的增量式約簡算法。然后介紹了ASRAI算法，并對ASRAI算法提出了一種改進(jìn)算法。
　　4、作為粗糙集約簡算法的應(yīng)用，本文提出了基于粗糙集理論的電子郵件過濾模型，設(shè)計(jì)了基于粗糙集理論的針對個人用戶的實(shí)時電子郵件過濾系統(tǒng)，并通過實(shí)驗(yàn)對系統(tǒng)模型進(jìn)行了驗(yàn)