基于矩阵的关联规则算法与Apriori算法的研究及改进

摘要

数据挖掘技术是当前机器学习、人工智能、计算机科学和数据库研究方向的重要课题，它从已有的数据中分析、提炼和挖掘出先前未知的、新奇的、对决策有潜在应用价值的知识。数据挖掘是发现数据中存在的关系和规则，挖掘数据背后隐藏的知识的手段。关联规则挖掘是从数据库中得出数据相关性的代名词，已经成为数据挖掘的一个重要研究内容，当前的研究主要是集中在如何提高关联规则挖掘的效率上面。
　　 本文对数据挖掘技术和关联规则挖掘进行了系统的分析和研究，并在关联规则的基础上改进了两个算法。
　　 本文的工作主要在以下几个方面：
　　 (1)对数据挖掘的基本理论知识和分类进行了总体研究，重点分析了关联规则的基本思想，并对关联规则的相关算法进行了详细介绍。
　　 (2)在分析关联规则基本理论的基础上，改进了一种基于矩阵的关联规则挖掘算法，通过扫描将数据库映射为0-1矩阵，引入了向量内积的思想，直接在矩阵上进行运算，避免了反复扫描的过程，理论分析和实验证明了改进算法在效率上的提高。
　　 (3)通过具体分析经典Apriori算法的性能，对其进行了改进。在自然连接以前先进行一个修剪过程，减少参加连接的项集数量，减小生成的候选项集规模，减少了循环迭代次数和运行时间，同时在连接判断步骤中减少多余的判断次数。

目录

文摘

英文文摘

声明

第1章绪论

1.1研究背景及其意义

1.2国内外研究现状

1.2.1数据挖掘的国内外研究现状

1.2.2关联规则的国内外研究现状

1.3本论文研究内容及章节安排

1.3.1本论文研究内容

1.3.2本论文章节安排

第2章数据挖掘技术

2.1数据挖掘相关概念

2.1.1概述

2.1.2数据挖掘的过程

2.1.3数据挖掘的分类

2.1.4数据挖掘的方法

2.1.5数据挖掘的应用

2.1.6数据挖掘的趋势和方向

2.2关联规则的相关概念

2.2.1关联规则概述

2.2.2关联规则的相关定义

2.2.3关联规则的挖掘方法

2.2.4关联规则的分类

2.2.5关联规则的高级技术

第3章一种新的基于矩阵的关联规则挖掘算法

3.1关联规则的相关算法

3.1.1频集挖掘的相关算法

3.1.2基于FP-Tree的挖掘算法FP-growth

3.1.3关联规则挖掘算法的进展

3.2基于矩阵的关联规则挖掘算法

3.2.1矩阵算法的思想

3.2.2矩阵算法的相关定义和步骤

3.2.3矩阵算法的描述

3.2.4矩阵算法的实例

3.3矩阵算法分析

3.3.1理论分析

3.3.2仿真分析

3.4本章小结

第4章一种改进的Apriori算法

4.1经典Apriori算法

4.1.1 Apriori算法的思想

4.1.2 Apriori算法的描述

4.1.3 Apriori算法的性能及局限性

4.1.4 Apriori算法的优化方法

4.2 Apriori的改进算法

4.2.1引言

4.2.2算法的思想

4.2.3算法的描述

4.2.4算法的实例

4.3改进算法的分析

4.3.1理论分析

4.3.2仿真分析

4.4本章小结

结论与展望

致谢

参考文献

攻读硕士学位期间发表的论文