关联分类算法研究及其系统实现

《关联分类算法研究及其系统实现》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、南京师范大学硕士学位论文关联分类算法研究及其系统实现姓名：张健申请学位级别：硕士专业：教育技术指导教师：王蔚20080520学位论文独创性声明本人郑重声明：l、坚持以“求实、创新’’的科学精神从事研究工作。2、本论文是我个人在导师指导下进行的研究工作和取得的研究成果。3、本论文中除引文外，所有实验、数据和有关材料均是真实的。4、本论文中除引文和致谢的内容外，不包含其他人或其它机构已经发表或撰写过的研究成果。5、其他同志对本研究所做的贡献均已在论文中作了声明并表示了谢意。仟者签名：二丞盛．学位论文使用授权声明本人完全了解南京师范大学有关保留、使用学位论文的规定，学校有权

2、保留学位论文并向国家主管部门或其指定机构送交论文的电子版和纸质版；有权将学位论文用于非赢利目的的少量复制并允许论文进入学校图书馆被查阅；有权将学位论文的内容编入有关数据库进行检索：有权将学位论文的标题和摘要汇编出舨。保密的学位论文在解密后适用本规定。作者签名：亟』童日期：2也筮：竖矽II中文摘要随着社会信息化程度的提高，数据繁早指数增艮。从人擎数据中快速有效地获得最有价值的信息资源在当今信息时代具有重要意义。l灭l此，与数据挖掘相关的技术黎1．I：尺面临很好的发展前景。其中，分类预测技术作为智能决策的重要手段将在未来的智能系统中发挥重要作用。本文对关联分类技术做了全面

3、系统的研究，对典型算法做了详细的理论阐述。同时针对现有关联分类算法存在受支持度阈值和置信度蒯值设置影响的问题进行了改进，提出了基于支持度与置信度阂值优化技术的关联分类算法(ApfiofiTFPCMAR(HC))，并在该算法基础上设计希I实现了一个规则提取系统。首先，本文对关联分类技术目前的研究现状以及与之相关的部分领域，如关联规则挖掘技术进行了概述。然后，研究了ApnoriTFP关联规!llIJ挖掘算法以及关联分类算．CMAR法，并且通过结合两者的关键技术(改进的数据存储结构)，实现了一种新的_关联分类算法AprioriTFPCMAR，经过实验验证，该算法取得了较好的

4、分类效果，减少了运算时间和存储空间的占用。此后，本文重点通过设计利川了爬山法搜索技术米获得使分类准确率最高的支持度与置信度阈值，从而解决了目前关联分类算法普遍存在的问题：分类的准确性受到人为设定的支持度与置信度闽值的影响，难以保证分类器总能达剑较好的分类效果。最后，本文设计并实现了一个基于Apriori(HC)算法的规刚提取系统，该系统．TFPCMAR同时集成了数据预处理功能，并且得到了较好的实验测试结果。关键字：关联规则；关联分类；支持度阑值；置信度阂值；爬山法；规则提取系统；ABSTRACTWiththedevelopmentoftheinformationofo

5、ursociety，thedataexponentiallyincreased．Quicklyandefficientlytoaccesstothemostvaluableinformationresourcefromthelargeamountsofdataisofgreatsignificanceintoday'sinformation-age．Thus，therearevery900dprospectsfordevelopmentofthedataminingtechniquesandtools．Asanimportantmeansofintelligentde

6、cision—makingsystem，theclassificationandpredictiontechnologywillplayallimportantroleinintelligentsystemsinthefuture．Thispaperdidacomprehensivestudyinassociativeclassificationsystemtechnology，andadetailedtheoreticalexplanationtothetypicalalgorithm．Also，inordertosolvetheeffectofthesupport

7、andconfidencethresholds，thispaperhasimprovedtheexistingassociativeclassificationalgorithm，andproposedallassociationclassificationalgorithmbasedonsupportandconfidencethresholdsoptimizationtechnology(Apriori—TFPCMAR(HC))，andalsodesignedaruleextractionsystembasedonthealgorithm．Fir