基于最大频繁项目集的数据挖掘关联规则算法研究

基于最大频繁项目集的数据挖掘关联规则算法研究

ID:36439969

大小:4.15 MB

页数:88页

时间:2019-05-10

基于最大频繁项目集的数据挖掘关联规则算法研究_第1页
基于最大频繁项目集的数据挖掘关联规则算法研究_第2页
基于最大频繁项目集的数据挖掘关联规则算法研究_第3页
基于最大频繁项目集的数据挖掘关联规则算法研究_第4页
基于最大频繁项目集的数据挖掘关联规则算法研究_第5页
资源描述:

《基于最大频繁项目集的数据挖掘关联规则算法研究》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、北京邮电大学博士学位论文基于最大频繁项目集的数据挖掘关联规则算法研究姓名:宋卫林申请学位级别:博士专业:电路与系统指导教师:徐惠民20060508摘要视图数据库的数据挖掘问题,结合序列模式提出了改进ISSDM算法,并进行了相应的验证,结果表明,在进行相同数据量的算法执行时间对比实验中,改进算法执行时间明显优于原算法。最后,针对数据仓库领域的数据挖掘问题,将基于序列模式的项目级最大频繁序列集算法和改进ISSDM算法分别同数据仓库的多维模型相结合,提出了针对数据仓库多维模型的基于序列模式的项目级最大频繁序列集算法和改进ISSDM算法。总之,本文通过对基于FP-tree

2、的最大频繁项目集的DMFIA算法和ISS-DM算法的研究,针对数据库领域的客户序列视图数据库数据挖掘问题及数据仓库领域的多维模型,提出了一系列创新算法。实践表明,算法有较好的实用性、可操作性和创新性,具有较好的理论价值,所设计的算法在挖掘效率和对大型数据库挖掘的可用性方面具有较好的应用前景。关键词:数据挖掘;知识发现;关联规则;序列模式;DMFIA算法;ISS_DM算法;最大频繁项目集;最大频繁项目序列集;最大频繁客户序列集。ⅡAbstractDataminingiSatechniquethataimstoanalyzeandunderstandlargesour

3、cedataandreveaIknowledgehiddeninthedata.Ithasbeenviewedasanimportantevolutionininformationprocessing.Duringthepastdecadeorover,theconceptsandtechniquesondatamininghavebeenpresented。andsomeofthemhavebeendiscussedinhigherIevelsfortheIastfewyears.Liketheothernewtechniques。however。datamin

4、ingmustdevelopgraduallyfrOmconceptcreation,acceptedimportance,widediscussion,fewusageattemptstoalargeapplications.MostexpertsconsideritasthePhaseofwidediscussiontoday.1tstilIneedstheoreticstudiesandalgorithmexploring.AssociationruleminingiSanimportantbranchofdataminingthatithasobtaine

5、dmanyvaIuabIeresuItsbuttherestilIareadeaIofmorechaIIengingproblemStodiSCUSS.Forlargedatabases.theresearchonimprovingtheminingperformanceandprecisionisnecessary,SOmanyfocusesoftodayonassociationruleminingareaboutnewminingtheories,algorithmsandjmProvementtoOIdmethodS.InthiSpaper.themain

6、researchesinvolvetheactuaI.tyandthetrendofdevelopmentofdataminingtechnologyandassociationruIas.Onbaseofmaximumfrequentitemsetsofassociationrules,thepaperdeploythecorrelativework.ThepaperuseforreferencethecorrelativeideaoftheDMFIAalgorithmforminingofmaximalfrequentitemsetsbased0nFP.tre

7、e.andPutforwardanewmaximUmfrequentitemsetsalgorithmbasedoncustomerdatabasebyusingdifferentanalysismethodofdataandadjustingthemlnimaIsupportnumberneatly.Thenewalgorithmcananalysedataindifferentmannerandreducethetimeofexecutionofthealgorithmforminingvastdatumvalidly.Obviously。thenewalgo

8、rithm

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。