1、隨著信息技術(shù)的迅猛發(fā)展,人們所需要處理的數(shù)據(jù)也越來越龐大。如何從數(shù)據(jù)中發(fā)現(xiàn)有價值的知識成為當(dāng)今的研究熱點。數(shù)據(jù)挖掘通過分析數(shù)據(jù),揭示數(shù)據(jù)內(nèi)部所蘊含的知識,成為未來信息技術(shù)應(yīng)用的重要目標(biāo)之一。在數(shù)據(jù)挖掘的各個分支中,關(guān)聯(lián)規(guī)則和分類是兩個重要的研究分支,關(guān)聯(lián)規(guī)則主要用于描述數(shù)據(jù)庫中數(shù)據(jù)項之間的潛在聯(lián)系,通過挖掘?qū)傩耘c類標(biāo)號之間的相關(guān)性,可以將關(guān)聯(lián)規(guī)則挖掘用于分類,有著極其重要的應(yīng)用價值。
　　在整個數(shù)據(jù)挖掘的研究中,算法的研究占據(jù)著特

2、別重要的地位。一方面,數(shù)據(jù)挖掘面對的是大量數(shù)據(jù)集,時間和空間的消耗都是很重要的問題,因此算法的效率對其能否應(yīng)用于現(xiàn)實生活中的問題起關(guān)鍵作用。另一方面是算法是否具有較高的分類精確度,畢竟高分類準(zhǔn)確率是算法能否應(yīng)用到現(xiàn)實生活中的最重要的目的。
　　首先,本文概述了關(guān)聯(lián)分類的基本理論和幾種經(jīng)典算法,并介紹了經(jīng)典關(guān)聯(lián)規(guī)則挖掘算法。
　　其次,本文針對產(chǎn)生關(guān)聯(lián)規(guī)則時僅考慮支持度和置信度的局限性,引入了最小差異度這個概念,改進了關(guān)聯(lián)分類

3、算法,提出了基于最小頻繁模式矩陣的分類算法CFPM(classification based on frequent pattern matrix)。詳細介紹了算法的基本思想以及算法步驟。對部分UCI數(shù)據(jù)集進行測試,將分類結(jié)果對比決策樹算法C4.5以及其他經(jīng)典關(guān)聯(lián)分類方法CBA,CMAR和CPAR。實驗結(jié)果表明了算法CFPM在大部分?jǐn)?shù)據(jù)集上具有較高的分類精度,更適合于離散數(shù)據(jù)集。并針對同一數(shù)據(jù)集在記錄數(shù)不同的情況下,分別測試分類精度和運

4、行時間的變化情況。
　　隨后,針對算法對大數(shù)據(jù)集效率不高,即運行時間過長,所占內(nèi)存開銷過大的問題,又引入了屬性重要性和獨立屬性值這兩個概念。并分別在只考慮屬性重要性,只考慮獨立屬性值,以及兩者均考慮的情況下對比算法的分類精度和運行時間。實驗結(jié)果表明,在刪除非重要屬性后,運行時間極大減小,分類精度反而略有提高。說明被刪除的屬性是對分類起負(fù)作用的屬性,即該屬性會引起分類錯誤。
　　最后,將算法CFPM應(yīng)用于現(xiàn)實生活中。本文采用的