基于可拓學的數(shù)據(jù)關聯(lián)規(guī)則挖掘.pdf_第1頁
已閱讀1頁,還剩45頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領

文檔簡介

1、數(shù)據(jù)挖掘作為一個新興的多學科交叉應用領域,正在各行各業(yè)的決策支持活動中扮演越來越重要的角色。數(shù)據(jù)挖掘的一個重要的任務就是發(fā)現(xiàn)數(shù)據(jù)庫中的關聯(lián)規(guī)則,也就是發(fā)現(xiàn)數(shù)據(jù)庫中項集之間有價值的規(guī)則或聯(lián)系。同時,隨著大量數(shù)據(jù)不斷地收集和存儲,隱藏在數(shù)據(jù)項集之間有價值的規(guī)則就越難發(fā)現(xiàn)。而可拓學的建立為數(shù)據(jù)挖掘提供了新的手段和方法,開辟了新的挖掘算法。本文研究的主要工作是在當前數(shù)據(jù)關聯(lián)規(guī)則挖掘的基礎上,利用可拓理論的相關性,進行了可拓數(shù)據(jù)關聯(lián)規(guī)則挖掘。

2、 首先,本文系統(tǒng)地介紹了可拓學的理論框架和常用方法,將可拓物元理論與數(shù)據(jù)挖掘算法結(jié)合起來,構(gòu)建了數(shù)據(jù)庫物元模型,把復雜的數(shù)據(jù)庫簡化成了直觀和簡單的數(shù)據(jù)庫,使得表達的更加清晰,并且減少了下步規(guī)則挖掘中的數(shù)據(jù)計算量。 其次,本文從傳統(tǒng)的數(shù)據(jù)挖掘算法入手,充分利用可拓學的知識,在Apriori算法的基礎上提出了關系數(shù)據(jù)庫中的可拓數(shù)據(jù)關聯(lián)規(guī)則挖掘算法。通過對關系數(shù)據(jù)庫上多值屬性進行布爾數(shù)值轉(zhuǎn)換,利用關聯(lián)規(guī)則挖掘算法和可拓學相關性思想

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論