欢迎来到天天文库
浏览记录
ID:33103574
大小:1.72 MB
页数:45页
时间:2019-02-20
《基于约束的并联规则挖掘算法研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、分类号TP391重庆邮电大学硕士学位论文论文题目基王丝盎鲍薹鐾塑型揎垫差洼叠寇英文题目一壁曼墨星垒!堡垒Q坠丛i旦i堕g△墨曼QQi垒!iQ堕RulesBasedOnConstraintS硕士研究生董查遘指导教师壑芏丝撞学科专业盐篡扭廑囝垫盔论文提交日期丝fLs:珥论文答辩日期—j型L丛丝论文评阅人答辩委员会主席芝诅抠銎整;沙If年,月弓·日独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知,除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得重迭整电太堂或其他教育机构的学位
2、或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。学位论文作者签名:≮基淅签字日期:y『f年,月>7日学位论文版权使用授权书本学位论文作者完全了解重废整皇太堂有关保留、使用学位论文的规定,有权保留并向国家有关部门或机构送交论文的复印件和磁盘,允许论文被查阅和借阅。本人授权重庞查E电太堂可以将学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。(保密的学位论文在解密后适用本授权书)学位论文作者签名:导师签名:赶孝签字日期:矽//年,月刁日签字日期:7,/年j’月重
3、庆邮电大学硕士论文摘要关联规则是数据挖掘研究的重要内容之一,从概念上来说,基于某些约束条件挖掘关联规则的方法能减少挖掘过程中的计算量,减小挖掘结果的规模并使其更具针对性,因而具有重要的现实意义。论文讨论了一些经典的关联规则挖掘算法,并分析了它们的特点。在此基础上,针对FP算法的不足之处,设计并实现了一种基于约束划分的模式树挖掘算法。新算法利用质数分解思想,先把数据库中的项转化为相应的质数乘积,然后建立各部分的质数乘积树,并通过挖掘该树得到对应的局部频繁模式,最后合并各部分的局部频繁模式得到全局频繁模式。理论分析和仿真测试结果证明该算法是有效的。应用新算法对某校
4、学生选课情况进行了分析,得到了一些有意义的结论。关键词:数据挖掘,关联规则,数据划分,频繁模式,约束条件,质数树重鏖!!皇盔学硕士论文AbstractAbstractAssociationruleisoneofthemostimportantcontentsofdatamining.Conceptuallyspeaking,miningassociationrulesbasedonsomeconstrainscaneffectivelyreduceboththecomputationoftheminingprocessandthescalesofthemini
5、ngresults.Consequently,theresultsaremoreadaptivetosomerealconditions.Therefore,tomineassociationrulesbasedonconstraintsiswithgreatpracticalsignificance.Herein,someclassicalalgorithmsforminingassociationrulesarediscussed,theircharacteristicsarealsoanalyzed.Theninordertoovercomethesho
6、rtcomingsofFP—.treealgorithm,anewalgorithmisputforwardbasedonconstraineddivisiontobuilduppatterntree.Thenewalgorithmisbasedontheideasofprimenumberresolution.Itconvertstheitemsofadatabaseintothecorrespondingproductofprimenumbers.Thenitbuildsuptheproducttreeofvariouspartsofthedatabase
7、.Byminingthetree,itcangetthelocalfrequentpatternofitemsets.Finally,throughmergingalllocalfrequentpatternofitemsets,thealgorithmcangettheglobalfrequentpatternofthedatabase.Resultsoftheoreticalanalysisandsimulationtestshowthatthenewalgorithmiseffective.Moreover,somemeaningfulconclusio
8、nsaredrawnbyapplyin
此文档下载收益归作者所有