1、隨著信息技術(shù)特別是網(wǎng)絡(luò)技術(shù)的高速發(fā)展，數(shù)據(jù)庫技術(shù)已滲透到了各行各業(yè)，數(shù)據(jù)存儲量大幅度增加，面臨這些枯燥無味的海量數(shù)據(jù)，人工的對之進(jìn)行分析或理解變得不太現(xiàn)實(shí)，因此人們迫切需要一種可以分析大量數(shù)據(jù)的技術(shù)出現(xiàn)。數(shù)據(jù)挖掘技術(shù)正是在這一背景下誕生的一門新學(xué)科。 關(guān)聯(lián)規(guī)則作為數(shù)據(jù)挖掘中的一個(gè)主要模式，一直受到眾多學(xué)者的關(guān)注。它用于發(fā)現(xiàn)數(shù)據(jù)集中各個(gè)屬性間的聯(lián)系，從而得到有價(jià)值的關(guān)聯(lián)關(guān)系。頻繁項(xiàng)集是挖掘關(guān)聯(lián)規(guī)則的關(guān)鍵步驟，它的挖掘效率直接關(guān)系到

2、關(guān)聯(lián)規(guī)則的效率。最大頻繁項(xiàng)集蘊(yùn)含著所有的頻繁項(xiàng)集，并且數(shù)目要比頻繁項(xiàng)集少得多，這樣生成候選項(xiàng)集數(shù)目也會相應(yīng)減少，從而節(jié)省開銷。所以本論文集中在挖掘最大頻繁項(xiàng)集問題上進(jìn)行研究。 蟻群算法是一種仿生優(yōu)化算法，采用了正反饋并行自催化機(jī)制，具有較強(qiáng)的魯棒性、優(yōu)良的分布式計(jì)算機(jī)制、易于與其它方法結(jié)合等優(yōu)點(diǎn)，已成功應(yīng)用到了旅行商、二次分配、車輛路由等組合優(yōu)化問題中。在最大頻繁項(xiàng)集挖掘過程中當(dāng)數(shù)據(jù)集中的屬性項(xiàng)數(shù)目很大時(shí)，會產(chǎn)生組合爆炸問題，所

3、以本論文利用蟻群算法中的啟發(fā)式信息和正反饋機(jī)制來指導(dǎo)屬性項(xiàng)的組合，避免產(chǎn)生大量的候選項(xiàng)集，為解決最大頻繁項(xiàng)集問題提供一個(gè)新的思路。 本論文對最大頻繁項(xiàng)集及其挖掘方法進(jìn)行了研究，從中總結(jié)各算法的特點(diǎn)，發(fā)現(xiàn)最大頻繁項(xiàng)集的特點(diǎn)，將其抽象為子集問題。通過對蟻群算法解決TSP 問題的研究學(xué)習(xí)，結(jié)合最大頻繁項(xiàng)集問題獨(dú)有的特點(diǎn)，解決了蟻群算法挖掘最大頻繁項(xiàng)集問題中啟發(fā)式信息的選擇、可行解的構(gòu)造和信息素的更新問題。在構(gòu)造解的過程中添加了每只螞蟻