Question

量化关联规则的几种开采算法及其比较

Answer 1

分享到： 收藏推荐 1 引言数据挖掘 (DataMining)又称数据库中的知识发现(knowledgediscoveryindatabases,简称KDD) ,已经被认为是数据库研究中的一个极富应用前景的新领域。这一领域可以定义为在大规模数据库中高效地发现潜在可用的模式 (Pat terns)或规则 (Rules)。推动数据开采迅猛发展的是大型零售组织所面临的决策支持问题。条型码技术的发展已经使得超级市场能够收集和存储数量巨大的销售数据。一条这样的数据记录通常都包括与某个客户相关的交易 (Transac -tions)日期、交易中所购物品项目 (Items)等等。通过对以往的大量交易数据进行分析就能够获得有关客户购买模式的有用信息 ,从而提高商业决策的质量[1,2 ] 。从数据库中发现的规则可以有以下几种 :特征规则、区分规则、聚类规则、关联规则和进化规则等。关联规则[1] 是当前数据挖掘研究的主要模式之一。侧重于确定数据中不同领域之间的联系 ,找出满足给定支持度和可信度阈值的多个域之间的依赖关系。