| 【中文题名】 | 食品安全监管中的关联规则挖掘 |
| 【英文题名】 | Association Rule Mining in Food Safety Supervision |
| 【学科专业】 | 模式识别与智能系统 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2007-11-12 |
| 【中关键词】 | 食品安全,检测,数据挖掘,数据预处理,关联规则,关联规则筛选 |
| 【英关键词】 | food safety,detection,data mining,data preprocess,association rule,association rule filter, |
| 【分类导航】 | 工业技术>自动化技术、计算机技术>计算技术、计算机技术>计算机软件>程序设计、软件工程>程序设计 |
| 【论文摘要】 |
食品安全监管部门每日产生大量的食品安全检测数据，这些大量的数据集合中包含了丰富的食品安全信息。通过对食品安全检测数据进行深度分析和挖掘，获得这些信息，可以为食品安全监管工作提供决策依据。
本课题根据食品安全监管工作的特点和需要，将数据挖掘技术引入到食品安全检测数据的分析中来，从以下方面对食品安全检测数据的关联规则挖掘进行了研究。
1．结合食品安全检测数据的特点，对食品安全检测数据库中的原始数据，从数据选择、清洗、离散化和概念分层几个方面给出了具体的预处理方法，为后续的关联规则挖掘做好准备。
2．提出一种针对食品安全检测数据的多维的、多层的、多值关联规则挖掘方法，通过构造平面表结构和进行属性多值-布尔映射，实现挖掘。对某出入境检验检疫局提供的食品安全检测数据库进行关联规则挖掘，实验结果表明，挖掘得到的规则可为食品安全监管决策制定提供参考信息。
3．针对从大量规则中如何筛选出有效规则的问题，本文提出了一种综合筛选方法，即针对规则约束冗余、负相关冗余、维内信息冗余和多层规则冗余等各种情况，给出相应解决方法，并将这些方法结合起来构成综合筛选方法。将这种综合筛选方法应用在食品安... |
| 【论文题纲】 |
|
摘要 |
4-5 |
|
Abstract |
5-6 |
|
致谢 |
6-7 |
|
目录 |
7-9 |
|
第一章 绪论 |
9-17 |
|
1.1 食品安全问题及危害 |
9-10 |
|
1.2 选题的背景和意义 |
10-11 |
|
1.3 食品检测数据分析研究现状 |
11-12 |
|
1.3.1 食品安全状态评价 |
11 |
|
1.3.2 数理统计分析 |
11-12 |
|
1.4 数据挖掘研究现状 |
12-16 |
|
1.4.1 数据挖掘发展简史 |
12-13 |
|
1.4.2 数据挖掘系统组成 |
13-14 |
|
1.4.3 数据挖掘研究方向 |
14-15 |
|
1.4.4 数据挖掘应用 |
15-16 |
|
1.5 本文的工作 |
16-17 |
|
第二章 关联规则挖掘 |
17-29 |
|
2.1 引言 |
17-18 |
|
2.2 基本概念 |
18 |
|
2.3 挖掘步骤 |
18-19 |
|
2.4 现有挖掘频繁项集算法 |
19-25 |
|
2.4.1 Apriori算法 |
19-22 |
|
2.4.2 FP-growth算法 |
22-25 |
|
2.5 由频繁项集生成规则 |
25 |
|
2.6 关联规则的扩展 |
25-28 |
|
2.6.1 多维关联规则 |
25-26 |
|
2.6.2 多层关联规则 |
26-27 |
|
2.6.3 关联规则的评价 |
27 |
|
2.6.4 增量式关联规则挖掘 |
27-28 |
|
2.7 小结 |
28-29 |
|
第三章 食品安全关联规则挖掘 |
29-47 |
|
3.1 引言 |
29-30 |
|
3.2 食品安全监测系统结构 |
30-32 |
|
3.3 数据挖掘过程 |
32 |
|
3.4 数据预处理 |
32-39 |
|
3.4.1 数据选择 |
32-34 |
|
3.4.2 数据清洗 |
34-36 |
|
3.4.3 数据离散化 |
36-38 |
|
3.4.4 概念分层 |
38-39 |
|
3.4.5 最终平面表的建立 |
39 |
|
3.5 关联规则挖掘设计 |
39-43 |
|
3.6 挖掘实验及结果分析 |
43-44 |
|
3.7 小结 |
44-47 |
|
第四章 关联规则的综合筛选方法 |
47-57 |
|
4.1 引言 |
47-48 |
|
4.2 关联规则的冗余情况 |
48-51 |
|
4.2.1 规则约束冗余 |
49 |
|
4.2.2 负相关冗余 |
49-50 |
|
4.2.3 维内信息冗余 |
50 |
|
4.2.4 多层规则冗余 |
50-51 |
|
4.3 关联规则的综合筛选方法 |
51-54 |
|
4.3.1 规则约束冗余消除方法 |
51 |
|
4.3.2 负相关冗余消除方法 |
51-52 |
|
4.3.3 维内信息冗余消除方法 |
52 |
|
4.3.4 多层规则冗余消除方法 |
52 |
|
4.3.5 综合筛选算法 |
52-54 |
|
4.4 实验结果 |
54-55 |
|
4.5 小结 |
55-57 |
|
第五章 结论与展望 |
57-59 |
|
5.1 本文完成的主要工作和成果 |
57 |
|
5.2 展望 |
57-59 |
|
参考文献 |
59-63 |
|
附录 |
63 |
|
作者简介 |
63 |
|
攻读硕士学位期间录用及完成的论文 |
63 |
|
攻读硕士学位期间参与的科研项目 |
63 |
|
| 【DOI】 | LunWen.ID:2.2008.362666 |
