基于關聯(lián)規(guī)則的增量挖掘算法的研究與設計.pdf

1、在關聯(lián)規(guī)則挖掘問題的研究上，除了在用戶給定明確的最小支持度和最小置信度后需要有快速高效的挖掘算法外，提出新的算法以解決如何在用戶無法預先明確知道能夠獲得滿意結果的最小支持度的情況下也能夠快速有效地進行挖掘處理，是一個更加實用化的研究課題。另外，基于數(shù)據庫時時在被更新這樣的現(xiàn)實，除了需要相同最小支持度的條件下的有效更新算法外，允許調整最小支持度的有效更新算法也是非常重要的研究課題。 簡單介紹了數(shù)據挖掘的基本定義、常用技術以及其相關

2、知識，綜述了數(shù)據挖掘的發(fā)展和現(xiàn)狀，指出了增量數(shù)據挖掘的重要意義。 分析了挖掘關聯(lián)規(guī)則的經典算法Apriori以及常用的幾種改進算法，指出了他們的共同特點：以逐層搜索的迭代方法來挖掘頻繁項集，以及存在的固有缺陷,并給出了每一種缺陷的改進方法。 對目前的增量數(shù)據挖掘算法進行了分類，對每一種分類詳細的介紹了各自對應的算法，指出其都不能解決最小支持度和最小置信度發(fā)生變化的同時數(shù)據庫也發(fā)生變化的增量更新問題。 對于關聯(lián)規(guī)則的

3、更新問題一種最直接的方法是重新運行一遍Apriori算法，但是由于沒有充分利用以前的挖掘結果，增加很多不必要的運算時間。在分析總結原有算法的基礎上，針對現(xiàn)行增量挖掘算法的困難和不足，提出了HIUA(Hash Incremental Update Algorithm)算法，該算法充分利用以前挖掘的結果，將鏈表插入、刪除以及hash定位高效率的特性結合起來，擺脫了傳統(tǒng)算法多次迭代的不足，只需掃描一次數(shù)據庫，就能滿足各種要求，通過以空間換取時