关系数据库上强相关项目对的挖掘算法研究

摘要

本文主要的研究内容包含两部分：　　1)为了在关系数据库上进一步减少候选项目对测试的代价，通过1NF的性质，对Taper算法进行改进，设计改进的TaperR算法，在挖掘过程中减少候选项目对的数目，从而提高算法的效率。实验结果表明，设计的新算法在进行关系数据库上的强相关项目对挖掘时，具有良好的效果。因此，更适合在实际的关系数据库系统中应用。　　2)为了有效解决关系数据库上的Top-K强相关项目对的挖掘问题，提出了基于阈值估计的Top-K强相关项目对挖掘算法，实验结果表明，新方法是行之有效的。

目录

文摘

英文文摘

哈尔滨工程大学学位论文原独性声明

第1章绪论

1.1课题的研究背景

1.2相关国内外研究现状

1.3论文的研究内容

第2章关联挖掘及其相关算法

2.1传统关联分析的概念

2.2多维关联分析

2.3多层次关联分析

2.4基于约束的关联分析

2.5统计关联分析

2.6非结构化复杂类型数据的关联分析

2.7本章小结

第3章基于1NF的强相关项目对挖掘算法研究

3.1引言

3.2皮尔森关联系数以及Taper算法

3.3关系数据库规范化理论

3.4基于1NF的强相关项目对的挖掘算法—TaperR算法

3.5实验结果

3.5.1实验数据集

3.5.2实验结果

3.6本章小结

第4章Top-k强相关项目对挖掘算法研究

4.1引言

4.2利用TaperR算法挖掘Top-K强相关项目对

4.3基于阈值估计的Top-K强相关项目对挖掘算法

4.3实验结果

4.4本章小结

结论

参考文献

攻读硕士学位期间发表的论文和取得的科研成果

致谢