基于模糊本體的多層次關(guān)聯(lián)規(guī)則挖掘研究.pdf

1、在事務(wù)數(shù)據(jù)庫(kù)中挖掘關(guān)聯(lián)規(guī)則一直是數(shù)據(jù)挖掘的熱點(diǎn)問(wèn)題。Agrawal提出了經(jīng)典的基于頻繁項(xiàng)集的Apriori算法,算法產(chǎn)生規(guī)則是以交易數(shù)據(jù)的數(shù)據(jù)庫(kù)內(nèi)容為基礎(chǔ)進(jìn)行匹配。隨著數(shù)據(jù)庫(kù)應(yīng)用及規(guī)模的快速增長(zhǎng),使得很多巨量數(shù)據(jù)庫(kù)難于分析,為了有效的提高發(fā)現(xiàn)過(guò)程,利用本體表示背景知識(shí)的數(shù)據(jù)挖掘方法得到廣泛的研究。
　　在實(shí)際應(yīng)用中,通常在本體中引入模糊邏輯表示概念之間的模糊關(guān)系。隸屬度的值評(píng)估一個(gè)概念間的相似性?，F(xiàn)在模糊本體已經(jīng)應(yīng)用于很多領(lǐng)域,比

2、如文本檢索、文本挖掘等領(lǐng)域。通過(guò)模糊本體表示的領(lǐng)域,豐富了挖掘數(shù)據(jù)之間的語(yǔ)義關(guān)系,能夠得到更多的有意義的關(guān)聯(lián)規(guī)則。論文首先實(shí)現(xiàn)了對(duì)本體進(jìn)行持久化;然后按照建造本體的“七步法”對(duì)引入的領(lǐng)域本體進(jìn)行了修改,為本體中同層的“兄弟”項(xiàng)目節(jié)點(diǎn)通過(guò)添加權(quán)值表示相似度強(qiáng)度,創(chuàng)建領(lǐng)域本體;最后結(jié)合領(lǐng)域模糊本體,提出多重最小支持度的廣義頻繁項(xiàng)集算法,分析實(shí)驗(yàn)結(jié)果。
　　在上述研究成果的基礎(chǔ)上,實(shí)現(xiàn)了算法。最后,通過(guò)程序運(yùn)行結(jié)果表明,利用模糊本體支持