1、“數(shù)據(jù)爆炸、知識貧乏”是信息時代所面臨的一個嚴峻的問題，而數(shù)據(jù)挖掘是解決該問題的一種十分有效的手段。該技術能從大規(guī)模的數(shù)據(jù)量中獲取有用的信息，發(fā)現(xiàn)隱含的、先前未知的、對決策有潛在價值的知識以指導實際問題的求解，因此對數(shù)據(jù)挖掘技術的研究有著重要的應用意義。本文以數(shù)據(jù)挖掘中一個重要的領域——關聯(lián)規(guī)則的挖掘為研究主題，理論結合實際應用對關聯(lián)規(guī)則的挖掘方法進行了研究和分析。 本文的研究工作主要包括以下四個方面： 1．研究設計了“

2、基于約束的最大頻繁項集挖掘算法”，以解決數(shù)據(jù)量巨大，不能有目的，有側重地進行挖掘的不足； 2．研究設計了“基于頻繁閉項集的增量式維護算法”，用于解決當數(shù)據(jù)庫發(fā)生變化時，如何利用已發(fā)現(xiàn)的關鍵信息來快速地實現(xiàn)結果更新的問題； 3．針對傳統(tǒng)的數(shù)值型關聯(lián)規(guī)則在挖掘過程中屬性區(qū)間劃分不盡合理的問題，本文深入研究了定性定量轉換模型——云模型，對基于云模型的不確定性推理機制及云發(fā)生器的相應算法進行了研究； 4．將理論方法與實際