基于本體與概念格的關聯規(guī)則挖掘.pdf

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