1、隨著數(shù)據(jù)庫技術(shù)的飛速發(fā)展以及數(shù)據(jù)庫管理系統(tǒng)的廣泛應(yīng)用，各個企業(yè)和部門通過自己的數(shù)據(jù)庫管理系統(tǒng)，經(jīng)過長年努力，已經(jīng)積累了越來越多的數(shù)據(jù)。由于數(shù)據(jù)量龐大且分布于不同的地理位置，以及數(shù)據(jù)庫系統(tǒng)中分析方法的嚴(yán)重缺乏，人們無法發(fā)現(xiàn)數(shù)據(jù)中隱藏的相互聯(lián)系，更無法根據(jù)當(dāng)前的數(shù)據(jù)去預(yù)測未來的發(fā)展趨勢。數(shù)據(jù)挖掘是指從巨量數(shù)據(jù)中獲取有效的、新穎的、潛在有用的、最終可理解的模式的非平凡過程，其目的就是要從大量數(shù)據(jù)中找出有意義的模式。 本文詳細(xì)討論關(guān)聯(lián)規(guī)

2、則挖掘的理論及方法，對如何高效的挖掘關(guān)聯(lián)規(guī)則，主要是分布式關(guān)聯(lián)規(guī)則進行了深入研究。本文在分析了現(xiàn)有的關(guān)聯(lián)規(guī)則挖掘算法及分布式關(guān)聯(lián)規(guī)則挖掘算法之后，提出了幾個高效的分布式關(guān)聯(lián)規(guī)則挖掘算法。 現(xiàn)有的分布式關(guān)聯(lián)規(guī)則挖掘算法大多有通信量過大、數(shù)據(jù)庫掃描次數(shù)過多的缺點，針對這些問題提出了四個分布式關(guān)聯(lián)規(guī)則挖掘算法：PDDM算法，GDS算法，DFP算法和MGMF算法。PDDM算法用接近于實際的頻繁項集的通信量，改善了以往分布式算法中通信量過

3、載、算法難于拓展的問題。GDS算法與DFP算法相對于基于Aprioir的算法減少了數(shù)據(jù)庫掃描的次數(shù)，相對于其他的分布式算法如FDM算法則減少了算法的通信量，比其他的分布式算法更具拓展型和并行性。MGMF算法不同于以往的最大頻繁項集挖掘算法需要不斷的更新最大頻繁繁項集集合，而是利用高度壓縮的FP-樹順序地挖掘出所有的最大頻繁項集，只需要掃描數(shù)據(jù)庫兩遍，就將所有的最大頻繁模式挖掘出來。 本文的主要創(chuàng)新在于： (1)對DDM算

4、法的改進，提出了帶權(quán)值的PDDM算法，減少了分布式算法的通信量，也提高了算法的拓展性。 (2)將PDDM算法分別和Sampling算法、FP增長算法相結(jié)合，提出了GDS算法和DFP算法。GDS算法和DFP算法減少了數(shù)據(jù)庫的掃描次數(shù)，提高了分布式算法的拓展性、并行性及挖掘效率。 (3)基于高度壓縮關(guān)聯(lián)信息的FP-樹結(jié)構(gòu)提出MGMF算法，MGMF算法避免了以往最大頻繁項集挖掘算法反復(fù)更新候選項集的缺點，而且超集的檢測比較簡單