關(guān)于時(shí)態(tài)數(shù)據(jù)關(guān)聯(lián)規(guī)則挖掘研究.pdf

1、時(shí)態(tài)數(shù)據(jù)挖掘已成為數(shù)據(jù)挖掘領(lǐng)域一個(gè)重要分支和較新的研究方向.目前有關(guān)它的關(guān)聯(lián)規(guī)則挖掘研究大多比較零散,缺乏統(tǒng)一的理論框架,而且由此所建立的模型及相應(yīng)算法只是適用于某一特殊的數(shù)據(jù)類型,缺乏可擴(kuò)展性:此外,隨著Fuzzy集和Rough集理論的引入,如何結(jié)合不確定性理論進(jìn)行挖掘也是尚待探索等等.該論文,首先通過(guò)對(duì)基于相關(guān)集合事務(wù)數(shù)據(jù)庫(kù)關(guān)聯(lián)規(guī)則挖掘這一方法的研究,借助不確定性推理中包含度理論將之所建立的信任度與Rough集中精度進(jìn)行對(duì)比分析,發(fā)

2、現(xiàn)它們?cè)跀?shù)學(xué)計(jì)算上是相同的,此外,還推導(dǎo)了信任度的增量計(jì)算.在時(shí)間序列挖掘中,借助Rough集理論,將傳統(tǒng)的純數(shù)學(xué)方法轉(zhuǎn)向人工智能技術(shù)與數(shù)學(xué)相結(jié)合的方法.研究了使用Rough集進(jìn)行挖掘的思想、方法及某些方面的改進(jìn),并總結(jié)了利用Rough集進(jìn)行挖掘的常用策略.其次,為了更好地刻畫關(guān)聯(lián)規(guī)則的時(shí)效性問(wèn)題,研究了由此而建立的時(shí)態(tài)型和相應(yīng)的支持度、信任度及不同類型的時(shí)態(tài)數(shù)據(jù)關(guān)聯(lián)規(guī)則的描述,通過(guò)將它運(yùn)用于事務(wù)數(shù)據(jù)庫(kù)中,發(fā)現(xiàn)這種描述具有較好的理論分析