论文部分内容阅读
数据挖掘,也可以称为数据库中的知识发现(Knowledge Discovery in Database,KDD),是从大量数据中提取出可信、新颖、有效并能被人理解的模式的高级处理过程.关联规则挖掘是数据挖掘中的一个重要课题.关联规则挖掘的目的是发现大量数据中项集之间有趣的或相关的联系,广泛地应用于商业、金融等多个领域.该文全面介绍了关联规则挖掘的各种算法,从经典的Apriori及基于它的DHP、AprioriTid,到粗糙集理论.在对各算法研究的基础上,该文提出了一种有效的基于频繁闭项目集的关联规则挖掘算法RIFCI.该算法采用挖掘频繁闭项目集取代传统的频繁项目集,并且同时在项目集和事务集中展开搜索,较之传统的仅在项目集空间展开搜索的算法,大大提高了算法的效率.最后,作者设计并实现了一个关联规则挖掘系统,该系统具有快速的响应能力,处理大数据集的能力,友好的易于理解的用户界面,良好的扩充性能.