基于灰色系統(tǒng)理論的動態(tài)關聯(lián)規(guī)則挖掘研究.pdf

1、數(shù)據(jù)挖掘是通過分析大型數(shù)據(jù)庫或數(shù)據(jù)倉庫中的數(shù)據(jù),從而揭示其中隱含未知的或驗證已知規(guī)律的過程。數(shù)據(jù)挖掘大致可分為分類、回歸、關聯(lián)規(guī)則、時間序列和聚類等模式,其中關聯(lián)規(guī)則是應用得最為普遍的方法,同時也是近年來研究的熱點。
　　傳統(tǒng)的關聯(lián)規(guī)則是一種基于事務數(shù)據(jù)庫的一種靜態(tài)的挖掘,但是挖掘的過程中并沒有充分考慮到關聯(lián)規(guī)則隨時間變化的特性。經過長期的實際運用和研究發(fā)現(xiàn),在實際數(shù)據(jù)庫里面挖掘出來的關聯(lián)規(guī)則往往具有時間特性,因此有必要把規(guī)則的時

2、間特性加入到關聯(lián)規(guī)則的挖掘之中,進而觀測關聯(lián)規(guī)則在時間上的變化。
　　為了描述關聯(lián)規(guī)則隨時間變化的這一特性,動態(tài)關聯(lián)規(guī)則應運而生。動態(tài)關聯(lián)規(guī)則通過對數(shù)據(jù)集進行等時間段劃分實現(xiàn)對規(guī)則時間特性的描述。但是,由于傳統(tǒng)的動態(tài)關聯(lián)規(guī)則是基于已有數(shù)據(jù)的挖掘,對于得到的強動態(tài)關聯(lián)規(guī)則,我們很難確定它們在將來是否還有效。同時,目前對于動態(tài)關聯(lián)關聯(lián)規(guī)則挖掘研究主要集中在挖掘算法的改進方面,較少涉及到時序數(shù)據(jù)庫中關聯(lián)規(guī)則挖掘質量的問題。因此有必要對動

3、態(tài)關聯(lián)規(guī)則挖掘進行更深層次的研究,從而獲得高質量的、有真實價值的信息。
　　本文在研究灰色系統(tǒng)理論等相關知識的基礎之上,利用灰色模型獨特的少數(shù)據(jù)建模且精度較高的特點,將灰色系統(tǒng)理論與動態(tài)關聯(lián)規(guī)則元規(guī)則挖掘以及動態(tài)關聯(lián)規(guī)則趨勢度挖掘相結合,提出了基于灰色-周期外延模型的動態(tài)關聯(lián)規(guī)則元規(guī)則挖掘算法和基于灰色馬爾可夫模型的動態(tài)關聯(lián)規(guī)則趨勢度挖掘方法。通過針對不同類型的數(shù)據(jù),建立不同的數(shù)據(jù)模型,發(fā)現(xiàn)以上兩種算法在面臨原始數(shù)據(jù)較少時充分發(fā)揮

4、了灰色模型的優(yōu)點,對于數(shù)據(jù)的建模和預測都有著很好的效果。同時,將所提出的方法運用在實際的挖掘中,驗證在實際挖掘中所具有的實用性以及較高的預測精度。
　　通過與近幾年提出的基于動態(tài)關聯(lián)規(guī)則元規(guī)則和動態(tài)關聯(lián)規(guī)則趨勢度的挖掘算法進行對比,發(fā)現(xiàn)本文所提出的方法挖掘出的規(guī)則質量更高、可用性更強,在一定程度上克服了挖掘的盲目性,最大程度的挖掘有效規(guī)則以及潛在規(guī)則,有效提高了動態(tài)關聯(lián)規(guī)則挖掘的效率和挖掘結果的參考價值。與傳統(tǒng)的動態(tài)關聯(lián)規(guī)則挖掘算