基于关联规则的数据挖掘技术综述
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
摘 要 ： 阐述 在 数 据 挖 掘 领 域 中的 四 种 常 用 的 数 据 挖 掘 技 术 方 法 ， 以数 据 挖 掘 技 术 中的 关 联 规 则挖 掘为基础． 阐述 关联 规 则 挖 掘 的 经 典 算 法 Ａｐｉｒ 算 法 的 基 本 思 想 。通 过 关 联 规 则 挖 掘 算 法 ｒ ｉ ｏ 实验 给 出该 算 法 的具 体 使 用 方 法 ． 结 该 算 法 存 在 的 不 足 。 总
收 稿 日期 ：０ １ ３ ０ ２ １ —０ —１ 修 稿 日期 ：０ １ Ｏ —２ ２１一 ３ ０
作 者 简介 ： 刘丽 （９ ７ ， ， 汉 人 ， 师 ， 士 研 究 生 ， 究 方 向 为 数 据 挖掘 技 术 １ ７ 一） 女 武 讲 硕 研
现代 机 ２１． 国 计算 ０１４ ０
＼ ＼ ＼
、
三
．
Hale Waihona Puke 一据 项 集 计 算 每 个 候 选 数 据 项 发 生 的次 数 ． 后 基 于 并 然
⑤ 为生 成频繁 ３ 项 集 ，执行 Ｃ＝ ２ Ｌ＝ ｛ ３ 一 ３Ｌ ｌ（ ｌ ｝ ２ Ｉ ，
（，，｝｛，，】 ＩＩＩ，ＩＩＩ ， ３ｓ ｛，，】 根 据 ＩＩＩ，ＩＩＩ ， １ （，，）｛ ＩＩ，ＩＩＩ】 １２ ｓ ｌ ４ ｛， ｝ ２，４ Ｉ ’｝ ２ ５ 。 ｚ ４ Ａ ｆ ｆ性 质 １可 以确 定 后 ５个 候 选 不 可 能 是 频 繁 的 。 ｐｏ ｉｉ ， 因此 ， 用 算 法 中 的 剪 枝 步 ， 它们 从 Ｃ 中 删 除 。 后 利 把 然
掘 的 问题
过 数 据 分 析 工 具 ． 海 量 数 据 存 储 中 抽 取 模 式 、 出数 从 找 据变 化 的规 律 ． 而 改变 “ 据 丰 富 、 息贫 乏 ” 从 数 信 的局 面ｆ ｌ ｌ 。
数 据 挖 掘 技 术 正 是 在 上 述 应 用 要 求 下 产 生 的 数 据 挖 掘 也 称 从 数 据 库 中发 现 知 识 ｆ ｎ ｗｌｄ ｅＤｉ Ｏ ｅｙ Ｋ ｏ ｅ ｇ Ｓ Ｖ ｒ Ｃ ｉ ａａ ａ ｅ 简 称 Ｋ ｎ Ｄ ｔｂ ｓ 。 ＤＤ） 它 是 指 从 大 量 的 数 据 中挖 掘 ． 出 隐 含 的 、 知 的 、 户 可 能 感 兴 趣 的和 对 决 策 有 潜 在 未 用 价 值 的知 识 和 规 则嘲 关 联 规 则 挖 掘 （ ｓｃａｉｎ Ｒ ｌｓＭｉｉｇ 是 数 据 挖 Ａｓｏ ｉｔ ｕｅ ｎｎ ） ｏ 掘 领 域 中 的一 个 重 要 分 支 关 联 规 则 挖 掘 是 指 在 事 务 数 据 库 中找 出满 足 用 户 给定 的最 小 支 持 度 和 最 小 可 信
砩 究 与 开 发
／ ／
— — — — — — — — —
／
／／
基 于 关 联 规 则 的数 据挖 掘 技 术 综 述
（． 沙 航 空 职 业 技 术 学 院计 算 机 与 信 息 工 程 系 ， 沙 ４ ０ １ ； ． 中科 技 大 学 计 算 机 学 院 ， 汉 ４ ０ ７ ） １长 长 １０ ４ ２ 华 武 ３ ０４
式 和 规 律 关 联 规 则 挖 掘 的 任 务 是 在 事 务 数 据 库 Ｄ 中
找 出满 足最 小 支 持 度 ｍ ｎｕ ｉｓｐ和 最 小 可 信 度 ｍ ｎｏｆ ｉ ｎ 两 ｅ 个 阐值 的规 则 ． 汰那 些 无 用 的 关联 规 则 。 淘 （ ） 经 网络 方 法 ２神 模 拟 人 脑 神 经 网络 的某 些 功 能 ． 过 输 入 层 、 藏 经 隐 层 、 Ｉ层 等 ， 数 据 进 行 调 整 、 算 ， 后 得 到 结 果 ， 输咔 Ｊ 对 计 最 以完成分类 、 聚类 、 征 规 则 等 多 种 挖 掘 任 务 。神 经 网 特 络 由于 本 身 良好 的 鲁 棒 性 、 自组 织 自适 应 性 、并 行 处 理 、分 布 存 储 及 高 度 容 错 等 特 性 非 常 适 合 解 决 数 据 挖
度 的 用 户感 兴 趣 的 、 用 的关 联 规 则 。 有
１ 数据 挖 掘 的方 法
数 据 挖 掘 技 术 基 础 是 人 工 智 能 （ ＩＡ ｔ ｃ ｌｎｅ— Ａ ． ｒｆ ｉ ｔ ｉ ａＩ ｌ ｉ
ｌ ｅ ｃ ） 又不 仅 限于 此 数 据 挖 掘 领 域 中常 用 的技 术 ｉ ｎｅ但 ｇ
（ ） 传 算 法 ３遗 遗 传 算 法 是 一 种 基 于 生 物 自然 选 择 与遗 传 机 理 的
随机 搜 索 算 法 ． 一 种模 拟 生 物 全 局 优 化 方 法 是
（ ） 策 树 算 法 ４决 决 策 树 是 一 种 以 实 际数 据 为 基 础 的 学 习 算 法 ． 它
通 过 将 大 量 数 据 有 目的分 类 ．从 中 找 到 一 些 有 价 值 的
方法有 ：
潜 在 的信 息 。 决 策 树 算 法 主要 是 用 来 学 习离 散 变 量 作 属 性 类 型 的学 习 方 法
２ 关 联 规 则 挖 掘 的经 典 算 法 Ａｐｉｒ算 法 ｒ ｉ ｏ
Ａ ｒ ｒ算 法 是 一 种 最 有 影 响 的 挖 掘 布 尔 关 联 规 则 ｐｉ ｉ ｏ 频 繁 项 目集 的 算 法 。 关 联 规 则 在 分 类 上 属 于单 维 、 该 单 层、 布尔 关 联 规 则 。Ａ ｒ ｒ算 法 的基 本 思 想 是 ： ｐｉ ｉ ｏ 首先 ， 过 扫 描 事 务 数 据库 ． 生 一 个 大 的 候 选 数 通 产
（ ） 联 规 则 （ ｓｏ ｉｔ ｎＲｕｅ １关 Ａ ｓｃａｉ ｌ） ｏ
关 联 规 则 挖 掘 是 一 种 简单 、 实用 的 分 析 规 则 ． 要 主 用 于发 现 存 在 于 大 量 数 据 集 中 的 数 据 之 间关 联 性 或 相
关 性 ．从 而 描 述 了一 个 事 物 中某 些 属 性 同 时 出现 的模
关 键 词 ：数 据 挖 掘 ：关联 规 则 ；频 繁 项 目集
０ 引 言
随 着 信 息 技 术 的迅 速 发 展 ．各 个 领 域 都 存 储 了 大 量 的数 据 人 们 并 没有 从 剧 增 的 数 据 中 获 得 隐 藏 在 数
据 之 中 、 层 次 的有 价 值 的重 要 信 息 。 因此 迫 切 希 望 通 深
收 稿 日期 ：０ １ ３ ０ ２ １ —０ —１ 修 稿 日期 ：０ １ Ｏ —２ ２１一 ３ ０
作 者 简介 ： 刘丽 （９ ７ ， ， 汉 人 ， 师 ， 士 研 究 生 ， 究 方 向 为 数 据 挖掘 技 术 １ ７ 一） 女 武 讲 硕 研
现代 机 ２１． 国 计算 ０１４ ０
＼ ＼ ＼
、
三
．
Hale Waihona Puke 一据 项 集 计 算 每 个 候 选 数 据 项 发 生 的次 数 ． 后 基 于 并 然
⑤ 为生 成频繁 ３ 项 集 ，执行 Ｃ＝ ２ Ｌ＝ ｛ ３ 一 ３Ｌ ｌ（ ｌ ｝ ２ Ｉ ，
（，，｝｛，，】 ＩＩＩ，ＩＩＩ ， ３ｓ ｛，，】 根 据 ＩＩＩ，ＩＩＩ ， １ （，，）｛ ＩＩ，ＩＩＩ】 １２ ｓ ｌ ４ ｛， ｝ ２，４ Ｉ ’｝ ２ ５ 。 ｚ ４ Ａ ｆ ｆ性 质 １可 以确 定 后 ５个 候 选 不 可 能 是 频 繁 的 。 ｐｏ ｉｉ ， 因此 ， 用 算 法 中 的 剪 枝 步 ， 它们 从 Ｃ 中 删 除 。 后 利 把 然
掘 的 问题
过 数 据 分 析 工 具 ． 海 量 数 据 存 储 中 抽 取 模 式 、 出数 从 找 据变 化 的规 律 ． 而 改变 “ 据 丰 富 、 息贫 乏 ” 从 数 信 的局 面ｆ ｌ ｌ 。
数 据 挖 掘 技 术 正 是 在 上 述 应 用 要 求 下 产 生 的 数 据 挖 掘 也 称 从 数 据 库 中发 现 知 识 ｆ ｎ ｗｌｄ ｅＤｉ Ｏ ｅｙ Ｋ ｏ ｅ ｇ Ｓ Ｖ ｒ Ｃ ｉ ａａ ａ ｅ 简 称 Ｋ ｎ Ｄ ｔｂ ｓ 。 ＤＤ） 它 是 指 从 大 量 的 数 据 中挖 掘 ． 出 隐 含 的 、 知 的 、 户 可 能 感 兴 趣 的和 对 决 策 有 潜 在 未 用 价 值 的知 识 和 规 则嘲 关 联 规 则 挖 掘 （ ｓｃａｉｎ Ｒ ｌｓＭｉｉｇ 是 数 据 挖 Ａｓｏ ｉｔ ｕｅ ｎｎ ） ｏ 掘 领 域 中 的一 个 重 要 分 支 关 联 规 则 挖 掘 是 指 在 事 务 数 据 库 中找 出满 足 用 户 给定 的最 小 支 持 度 和 最 小 可 信
砩 究 与 开 发
／ ／
— — — — — — — — —
／
／／
基 于 关 联 规 则 的数 据挖 掘 技 术 综 述
（． 沙 航 空 职 业 技 术 学 院计 算 机 与 信 息 工 程 系 ， 沙 ４ ０ １ ； ． 中科 技 大 学 计 算 机 学 院 ， 汉 ４ ０ ７ ） １长 长 １０ ４ ２ 华 武 ３ ０４
式 和 规 律 关 联 规 则 挖 掘 的 任 务 是 在 事 务 数 据 库 Ｄ 中
找 出满 足最 小 支 持 度 ｍ ｎｕ ｉｓｐ和 最 小 可 信 度 ｍ ｎｏｆ ｉ ｎ 两 ｅ 个 阐值 的规 则 ． 汰那 些 无 用 的 关联 规 则 。 淘 （ ） 经 网络 方 法 ２神 模 拟 人 脑 神 经 网络 的某 些 功 能 ． 过 输 入 层 、 藏 经 隐 层 、 Ｉ层 等 ， 数 据 进 行 调 整 、 算 ， 后 得 到 结 果 ， 输咔 Ｊ 对 计 最 以完成分类 、 聚类 、 征 规 则 等 多 种 挖 掘 任 务 。神 经 网 特 络 由于 本 身 良好 的 鲁 棒 性 、 自组 织 自适 应 性 、并 行 处 理 、分 布 存 储 及 高 度 容 错 等 特 性 非 常 适 合 解 决 数 据 挖
度 的 用 户感 兴 趣 的 、 用 的关 联 规 则 。 有
１ 数据 挖 掘 的方 法
数 据 挖 掘 技 术 基 础 是 人 工 智 能 （ ＩＡ ｔ ｃ ｌｎｅ— Ａ ． ｒｆ ｉ ｔ ｉ ａＩ ｌ ｉ
ｌ ｅ ｃ ） 又不 仅 限于 此 数 据 挖 掘 领 域 中常 用 的技 术 ｉ ｎｅ但 ｇ
（ ） 传 算 法 ３遗 遗 传 算 法 是 一 种 基 于 生 物 自然 选 择 与遗 传 机 理 的
随机 搜 索 算 法 ． 一 种模 拟 生 物 全 局 优 化 方 法 是
（ ） 策 树 算 法 ４决 决 策 树 是 一 种 以 实 际数 据 为 基 础 的 学 习 算 法 ． 它
通 过 将 大 量 数 据 有 目的分 类 ．从 中 找 到 一 些 有 价 值 的
方法有 ：
潜 在 的信 息 。 决 策 树 算 法 主要 是 用 来 学 习离 散 变 量 作 属 性 类 型 的学 习 方 法
２ 关 联 规 则 挖 掘 的经 典 算 法 Ａｐｉｒ算 法 ｒ ｉ ｏ
Ａ ｒ ｒ算 法 是 一 种 最 有 影 响 的 挖 掘 布 尔 关 联 规 则 ｐｉ ｉ ｏ 频 繁 项 目集 的 算 法 。 关 联 规 则 在 分 类 上 属 于单 维 、 该 单 层、 布尔 关 联 规 则 。Ａ ｒ ｒ算 法 的基 本 思 想 是 ： ｐｉ ｉ ｏ 首先 ， 过 扫 描 事 务 数 据库 ． 生 一 个 大 的 候 选 数 通 产
（ ） 联 规 则 （ ｓｏ ｉｔ ｎＲｕｅ １关 Ａ ｓｃａｉ ｌ） ｏ
关 联 规 则 挖 掘 是 一 种 简单 、 实用 的 分 析 规 则 ． 要 主 用 于发 现 存 在 于 大 量 数 据 集 中 的 数 据 之 间关 联 性 或 相
关 性 ．从 而 描 述 了一 个 事 物 中某 些 属 性 同 时 出现 的模
关 键 词 ：数 据 挖 掘 ：关联 规 则 ；频 繁 项 目集
０ 引 言
随 着 信 息 技 术 的迅 速 发 展 ．各 个 领 域 都 存 储 了 大 量 的数 据 人 们 并 没有 从 剧 增 的 数 据 中 获 得 隐 藏 在 数
据 之 中 、 层 次 的有 价 值 的重 要 信 息 。 因此 迫 切 希 望 通 深