数据挖掘中关联规则算法的研究

《数据挖掘中关联规则算法的研究》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、分类号：TP31单位代码：10183研究生学号：200553H102密级：公开数据挖掘中关联规则吉林大学算法的硕士学位论文研究数据挖掘中关联规则算法的研究ResearchonAssociationRulesinDataMining王曦作者姓名：王曦专业：软件工程吉林研究方向：大学指导教师：董立岩副教授培养单位：计算机科学与技术学院2008年10月数据挖掘中关联规则算法的研究ResearchonAssociationRulesinDataMining作者姓名：王曦专业名称：软件工程指导教师：董立岩副教授学位类别：软件工程硕士答辩

2、日期：年月日未经本论文作者的书面授权，依法收存和保管本论文书面版本、电子版本的任何单位和个人，均不得对本论文的全部或部分内容进行任何形式的复制、修改、发行、出租、改编等有碍作者著作权的商业性使用（但纯学术性使用不在此限）。否则，应承担侵权的法律责任。吉林大学博士(或硕士)学位论文原创性声明本人郑重声明：所呈交学位论文，是本人在指导教师的指导下，独立进行研究工作所取得的成果。除文中已经注明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的作品成果。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完

3、全意识到本声明的法律结果由本人承担。学位论文作者签名：日期：年月日《中国优秀博硕士学位论文全文数据库》投稿声明研究生院：本人同意《中国优秀博硕士学位论文全文数据库》出版章程的内容，愿意将本人的学位论文委托研究生院向中国学术期刊（光盘版）电子杂志社的《中国优秀博硕士学位论文全文数据库》投稿，希望《中国优秀博硕士学位论文全文数据库》给予出版，并同意在《中国博硕士学位论文评价数据库》和CNKI系列数据库中使用，同意按章程规定享受相关权益。论文级别：█硕士□博士学科专业：软件工程论文题目：数据挖掘中关联规则算法的研究作者签名：指导教师

4、签名：年月日作者联系地址（邮编）：长春高新技术建设开发公司（130012）作者联系电话：13843100200内容提要数据挖掘是从庞大的数据库中理解、发现并提取潜在的、有价值的知识的过程，是解决数据丰富，信息贫乏的有效方法之一。因此，数据发掘的研究也就成为数据库及人工智能领域的研究热点之一。目前，关于数据发掘的研究工作已经被众多领域所关注。在数据挖掘的诸多领域中，数据挖掘算法的研究尤为引人注目，各种各样的数据挖掘算法相继出现，其中包括粗糙集方法、聚类方法、相联规则方法等。本文主要研究的是关联规则算法及其改进算法。本文全面地介绍

5、了数据挖掘的历史、国内外研究现状及研究热点，对数据挖掘的定义及应用进行了简要的总结回顾。在对关联规则的基本定义、相关知识及关联规则的实现方法的基础上，提出了改进的关联规则算法。为了测试算法的性能，采用了面向问题的合成数据。为了提高关联规则算法的效率，在对并行数据挖掘技术的研究基础上，实现了一个并行关联规则算法，并对算法的性能进行了分析。关键词：数据挖掘关联规则并行挖掘合成数据目录第一章绪论.............................................11.1引言...................

6、............................11.2数据挖掘概述.......................................21.2.1数据挖掘产生的背景.............................21.2.2数据挖掘与KDD.................................21.2.3数据挖掘过程...................................41.2.4数据挖掘的特点.................................61.2.

7、5数据挖掘结果评估...............................61.3数据挖掘的类型与方法...............................71.3.1数据挖掘的类型.................................71.3.2数据挖掘的方法.................................81.4数据挖掘的发展历程及国内外现状.....................91.5数据挖掘的应用....................................10

8、1.6数据挖掘标准......................................101.7数据挖掘存在的问题................................111.8数据挖掘的发展趋势...............................