| 【中文题名】 | 遗传算法与关联规则挖掘算法研究与应用 |
| 【英文题名】 | Research and Application of Genetic Algorithm and Association Rules |
| 【学科专业】 | 计算机应用技术 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2007-8-17 |
| 【中关键词】 | 数据挖掘,关联规则,遗传算法,加权关联规则,支持度,可信度 |
| 【英关键词】 | Data mining,Association rule,Genetic algorithms,Confidence,support, |
| 【分类导航】 | 工业技术>自动化技术、计算机技术>自动化基础理论>人工智能理论>> |
| 【论文摘要】 |
数据挖掘作为一个新兴的多学科交叉应用领域，正在各行各业的决策支持活动中扮演着越来越重要的角色。随着当前IT技术、电子商务及互联网的快速发展和迅速普及，导致在各个应用领域的数据库中存储了大量的数据，这些数据集中包含了很多有用的知识，如何发现各种大型数据库中所隐藏的、预先未知的信息以辅助相应的应用显得尤为重要，这正是数据挖掘所要完成的任务。
近十几年来，数据挖掘技术有了长足的进步。数据挖掘已经成为数据库研究、开发、和应用活跃的分支之一，从大量的、不完全的、有噪声的、模糊的、随机的数据中，提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程，正是数据挖掘分析大规模数据集的有效方法。
关联规则挖掘是数据挖掘中成果颇丰而且比较活跃的研究分支，关联规则挖掘是发现大量数据库中项集之间的关联关系。随着大量数据的增加和存储，人们对于从数据库中挖掘关联规则越来越感兴趣。从大量事务中发现有趣的关联关系，可以帮助许多决策的制定。目前，关联规则挖掘已经成为数据挖掘领域中的重要研究方向。
本文将用遗传算法研究解决数据挖掘中的关联规则提取问题。
首先在提出关联规则基本概念的基础上，... |
| 【论文题纲】 |
|
中文摘要 |
4-5 |
|
Abstract |
5-8 |
|
第一章 绪论 |
8-12 |
|
1.1 研究背景 |
8 |
|
1.2 研究现状 |
8-10 |
|
1.2.1 国外研究现状 |
8-10 |
|
1.2.2 国内研究现状 |
10 |
|
1.3 本文的主要工作 |
10-11 |
|
1.4 论文的组织结构 |
11 |
|
1.5 本章小结 |
11-12 |
|
第二章 数据挖掘 |
12-16 |
|
2.1 数据挖掘的概念与过程 |
12-13 |
|
2.1.1 数据挖掘的概念 |
12 |
|
2.1.2 数据挖掘的过程 |
12-13 |
|
2.2 数据挖掘的特点与分类 |
13-15 |
|
2.2.1 数据挖掘的特点 |
13-14 |
|
2.2.2 数据挖掘的分类 |
14-15 |
|
2.3 数据挖掘的对象 |
15 |
|
2.4 数据挖掘的发展趋势 |
15 |
|
2.5 本章小结 |
15-16 |
|
第三章 关联规则原理 |
16-19 |
|
3.1 关联规则的基本概念 |
16-17 |
|
3.1.1 关联规则定义 |
16-17 |
|
3.1.2 关联规则的性质 |
17 |
|
3.2 关联规则的发现任务 |
17-18 |
|
3.3 关联规则的分类 |
18 |
|
3.4 本章小结 |
18-19 |
|
第四章 遗传算法的基本原理 |
19-24 |
|
4.1 遗传算法的历史 |
19 |
|
4.2 遗传算法的特点 |
19-20 |
|
4.3 基本的遗传算法 |
20-23 |
|
4.3.1 参数编码 |
21 |
|
4.3.2 适应度函数 |
21 |
|
4.3.3 遗传算法的基本操作 |
21-22 |
|
4.3.4 遗传算法与各种数据挖掘算法的比较 |
22-23 |
|
4.4 本章小结 |
23-24 |
|
第五章 改进的关联规则挖掘算法 |
24-40 |
|
5.1 基本的APRIORI挖掘算法 |
24-27 |
|
5.1.1 基本方法 |
24-26 |
|
5.1.2 仿真实验与结果分析 |
26-27 |
|
5.1.3 Apriori算法的性能瓶颈问题 |
27 |
|
5.2 基于约束的关联规则挖掘算法 |
27-33 |
|
5.2.1 问题的描述 |
29-30 |
|
5.2.2 挖掘算法 |
30-32 |
|
5.2.3 算法分析与讨论 |
32-33 |
|
5.3 基于遗传算法的关联规则挖掘算法 |
33-36 |
|
5.3.1 模型的建立 |
33 |
|
5.3.2 规则描述 |
33-34 |
|
5.3.3 遗传算法 |
34 |
|
5.3.4 基于遗传算法的关联规则挖掘算法 |
34-36 |
|
5.4 几种算法的比较分析 |
36-39 |
|
5.5 本章小结 |
39-40 |
|
第六章 结论与展望未来 |
40-42 |
|
6.1 本文总结 |
40 |
|
6.2 研究工作展望 |
40-42 |
|
参考文献 |
42-48 |
|
攻读硕士学位期间参与的科研项目 |
48-49 |
|
致谢 |
49 |
|
| 【DOI】 | LunWen.ID:2.2008.388790 |
