不完备混合决策系统中的属性约简算法研究与应用

摘要

为了有效处理大量数据并获取有潜在价值的知识，数据挖掘已经成为一个研究的热点问题。在数据挖掘领域中，按照分析模式的不同可以分为很多种不同的数据分析技术，数据分类技术就是其一。利用数据分类技术，可以描述数据模型或预测未来趋势。粗糙集作为一种处理不确定性问题的软计算数学工具，已逐渐发展成为了一种用于研究数据分类的重要方法。
　　由于经典粗糙集是建立在等价关系基础之上对论域进行划分的，因此会有两方面的局限性:一方面经典粗糙集只能处理完备决策系统，而不能直接处理含有属性值缺失的不完备决策系统，另一方面经典粗糙集只能处理具有名义型属性的数据，而不能直接处理既含有名义型属性又含有数值型属性的混合型数据，本文针对以上两个问题进行了研究，并提出了相应地解决方法。
　　本文的主要创新点有:
　　1)以经典粗糙集的推广之一——邻域粗糙集为出发点，结合不完备决策系统中的扩充粗糙集模型，提出两种新的关系模型:限制邻域关系和扩展邻域关系（后者通过在前者的思想之上，引入变精度概念来指导属性约简过程），旨在可以直接处理具有名义型属性和数值型属性的完备或不完备决策系统，从而省去了对这些类型的数据进行预处理所带来的不确定性。
　　2)分别提出了基于代数观和基于信息观的属性约简算法，两者均采用启发式思想来设计（后者的启发条件包含前者），旨在获得相对最小属性约简结果。另外提出了基于可辨识矩阵的属性约简算法，该算法采用穷尽式思想来设计，力图获得属性核以及所有可能的属性约简结果。最后采用UCI数据集进行算法的仿真实验和结果分析，并分别讨论了分类结果受限制邻域关系和扩展邻域关系中阈值选择的影响。
　　3)选择国内电影票房预测领域进行研究，将上述所提出的两种新关系模型以及相应的四种属性约简算法应用于票房预测模型中，该研究的结果最终可以为影片的投资方或制片方提供相关的价值判断和辅助决策支持，并且也为预测其它领域或市场的未来趋势提供了借鉴。

目录

声明

论文说明

摘要

图目录

表目录

符号索引

第1章 绪论

1．1 选题背景和意义

1．2 研究现状

1．3 论文主要研究内容

1．4 论文组织结构

第2章 基本概念与基础理论

2．1 粗糙集理论概述

2．1．1 信息系统与决策系统

2．1．2 知识与分类

2．1．3 上近似与下近似

2．1．4 属性依赖度与重要度

2．1．5 知识约简与知识获取

2．1．6 信息熵与条件熵

2．1．7 基于经典粗糙集理论的属性约简算法

2．2 邻域粗糙集模型

2．2．1 基于邻域的粒化与逼近

2．2．2 邻域决策系统

2．2．3 基于邻域粗糙集的属性依赖度与重要度

2．2．4 基于邻域粗糙集的属性约简算法

2．3 本章小结

第3章 不完备混合决策系统算法研究

3．1 不完备决策系统的粗糙集模型

3．1．1 不完备决策系统的特点

3．1．2 容差关系

3．1．3 非对称相似关系

3．1．4 限制容差关系

3．2 限制邻域关系

3．2．1 基于代数观的属性约简算法

3．2．2 基于信息观的属性约简算法

3．2．3 基于可辨识矩阵的属性约简算法

3．2．4 仿真实验与结果分析

3．3 扩展邻域关系

3．3．1 基于代数观的属性约简算法

3．3．2 在信息观和可辨识矩阵下的局限性

3．3．3 仿真实验与结果分析

3．4 本章小结

第4章 基于不完备混合决策系统的电影票房预测研究

4．1 电影票房预测的模型设计

4．1．1 变量因素的选取与处理

4．1．2 建立电影分类决策表

4．2 票房预测结果与性能分析

4．2．1 电影分类决策表属性约简

4．2．2 电影票房预测性能分析

4．3 本章小结

第5章 总结与展望

5．1 全文总结

5．2 研究展望

参考文献

致谢

攻读硕士学位期间的研究成果