基于K-means的关联规则聚类分析与可视化

《基于K-means的关联规则聚类分析与可视化》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学校代码：10109密级：公开太原科技大学硕士学位论文（学术型）学位论文题目：基于K-means的关联规则聚类分析与可视化英文题目：AnassociationruleclusteringalgorithmbasedonK-meansandvisualization研究生姓名：王琢导师姓名及职称：张继福教授培养单位：计算机科学与技术学院学科专业：计算机科学与技术论文提交日期：2016年5月18日论文答辩日期：2016年6月5日答辩委员会主席：韩燮教授论文独创性声明本人郑重声明：所呈交的论文，是本人

2、在导师指导下，独立进行研究所取得的成果。除文中特别加以标注和致谢的地方外，论文中不包含其他个人或集体已经发表或撰写的研究成果。对本研究所做的任何贡献的个人或集体均已在论文中作了明确的说明并表示了谢意。本声明产生的法律责任由本人承担。论文作者签名：日期：中文摘要中文摘要关联规则是数据挖掘的主要研究内容之一，并已广泛地应用在市场营销、零售等众多领域。然而针对高维海量数据集，尤其当支持度和置信度阈值太低时，将生成大量冗余和相似的关联规则，对关联规则的理解和实际应用造成了较多困难。本文采用K-means思想，对关联规则聚

3、类算法与恒星光谱关联规则聚类簇的可视化方法进行了研究，主要成果如下：（1）给出了一种基于K-means的关联规则聚类算法。该算法首先重新定义了冗余关联规则，并给出了一种删除冗余关联规则的方法；然后根据关联规则前件与后件的结构特性，定义了一种新的规则间相似性度量；其次采用最大三角形方法选取聚类的初始点，并利用K-means思想，对删除冗余后的关联规则进行聚类分析，将相似的关联规则归为一类；最后采用恒星光谱数据和人工数据集，实验验证该算法能够帮助用户快速地找到有用的关联规则。（2）给出了一种基于平行坐标的恒星光谱关联

4、规则簇可视化方法。该方法首先根据恒星光谱关联规则簇中的属性，对属性维（横坐标）进行定义；然后根据各属性的特征个数对属性区间（纵坐标）定义；其次，采用刷技术、增减维数来显示特定维数或者特定属性时的规律。最后，采用恒星光谱关联规则聚类集进行可视化，实验验证该方法有效地提高了关联规则的可理解性。关键字：关联规则；聚类算法；相似性度量；恒星光谱数据；平行坐标IABSTRACTABSTRACTAssociationruleisoneofthemaincontentindatamining,andwidelyusedinnu

5、merousdomainssuchasmarketing,retailingandsoon.Formassiveandhigh-dimensionaldatasets,amountofredundantandsimilarassociationruleswillbegeneratedwhenthesupportandconfidencethresholdaretoolow,sothattheassociationrulesaremoredifficulttounderstandandpracticalapply.

6、Inthisthesis,associationruleclusteringalgorithmandstellarspectraassociationruleclustersvisualizationmethodhavebeenstudiedbyusingk-meansidea.Themainresearchworksareasfollows:(1)Anassociationruleclusteringalgorithmbasedonk-meansispresented.First,theredundantass

7、ociationruleisredefined,thenitsdeletingmethodisproposed.Second,anewsimilaritymeasureamongtherulesisdefinedaccordingtothestructurecharacteristicsbetweenantecedentandconsequentofassociationrules.Third,theinitialclusterpointsareselectedbyusinglargesttrianglemeth

8、od,andassociationruleswithoutredundantrulesareclusteredbyusingK-means’sidea,thensimilarrulesareputintoonecluster.Intheend,experimentsonstellarspectradataandsimulateddatasetsverifythatthis