

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、關聯規(guī)則發(fā)現大量數據中項集之間有趣的關聯聯系。隨著大量數據不停地收集和存儲,人們對數據庫中潛在的數據之間的關聯關系越來越感興趣。從大量商務事務記錄中發(fā)現有趣的關聯關系,可以幫助許多商務決策的制定,如分類計劃、交叉購物和賤賣分析等等。關聯規(guī)則挖掘作為數據挖掘研究中的主要領域,近年來取得了很大的研究成果,對一些經典算法的改進使效率得到了極大的提高。 本文研究內容屬于捷瑪公司“基于數據倉庫的商務決策與分析系統(tǒng)”的一個子課題,筆者在參與
2、數據挖掘項目的開發(fā)的基礎上,研究并設計了基于本體與概念格模型的關聯規(guī)則挖掘系統(tǒng),提出了一種全新的思想。這對關聯規(guī)則技術的發(fā)展與應用具有重要的意義。 概念格通過概念的內涵和外延以及概念節(jié)點之間的關系來表示知識,因而非常適合于從數據庫中挖掘規(guī)則。目前概念格已經在信息檢索、軟件工程和數據挖掘等領域顯示出了一定的應用價值。應用概念格進行關聯規(guī)則的提取可以大大提高系統(tǒng)的效率,成為關聯規(guī)則挖掘的一個全新的方法。 本文前面部分討論了關
3、聯規(guī)則的相關知識,并且介紹了本體的概念,分析了如何使用RDF&RDFS語言描述本體,在領域專家的指導下構建了一個基于超市商品的食品本體。然后詳細地討論了概念格模型,在此基礎上將本體與概念格相結合,提出了基于本體的概念格縮減算法OCLR算法,對算法進行了分析提出了一個衡量縮減規(guī)模的指標——縮減率。應用該算法思想設計并實現了一個關聯規(guī)則挖掘系統(tǒng)DMDOCL 系統(tǒng)。將本體與概念格模型相結合可以挖掘出高層關聯規(guī)則,而高層關聯規(guī)則往往更具有普遍性
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于概念格的關聯規(guī)則挖掘.pdf
- 基于概念格的關聯規(guī)則挖掘研究與實現.pdf
- 基于概念格擴展模型的關聯規(guī)則挖掘.pdf
- 基于概念格的關聯規(guī)則挖掘的研究.pdf
- 基于概念格的關聯規(guī)則挖掘方法的研究.pdf
- 基于量化概念格的關聯規(guī)則挖掘模型研究.pdf
- 基于粗集約簡構造概念格的關聯規(guī)則挖掘.pdf
- 基于區(qū)別度概念格的關聯規(guī)則挖掘算法設計.pdf
- 基于概念格的關聯規(guī)則挖掘及變化模式研究.pdf
- 基于概念格模型關聯規(guī)則挖掘的關鍵問題研究.pdf
- 基于概念格模型的關聯規(guī)則挖掘算法研究及實現.pdf
- 基于粗糙集和概念格的關聯規(guī)則挖掘研究.pdf
- 基于概念格模型的分布式關聯規(guī)則挖掘研究.pdf
- 基于概念格的多值屬性關聯規(guī)則可視化挖掘.pdf
- 量化概念格關聯規(guī)則挖掘的主題地圖方法研究.pdf
- 基于粗糙集和概念格的數據挖掘關聯規(guī)則的研究.pdf
- 基于形式概念分析的關聯規(guī)則挖掘.pdf
- 基于格論的關聯規(guī)則挖掘的研究.pdf
- 時態(tài)概念格及其在時態(tài)關聯規(guī)則挖掘中的應用.pdf
- 基于量化規(guī)則格的關聯規(guī)則挖掘及其分布處理研究.pdf
評論
0/150
提交評論