论文部分内容阅读
随着市场竞争的加剧以及信息社会需求的发展，从大量数据中提取信息并用之于市场策略中的要求显得越来越迫切。近年来，数据仓库、OLAP和数据挖掘等面向决策支持的技术飞速发展，其中数据挖掘技术在这个决策支持过程中起到了不可替代的核心作用。关联规则挖掘是数据挖掘中的一类重要的知识发现技术。然而，在当前的技术条件下，数据挖掘本身在应用系统中的作用还没有得到充分的发挥。以关联规则挖掘为例，实际应用中经常由于缺少准确的挖掘预期和数据定位而导致系统挖掘出大量而难以理解和维护的知识，因此决策的效率往往受到极大的限制。
本文以数据仓库和OLAP技术为基础，结合关联规则的挖掘方法，深入探讨了基于约束的关联规则挖掘方法，并以物流管理信息可视化系统为研究平台，设计和实现了高效的挖掘工具。本文的主要内容和工作如下：
●结合物流领域的实际应用，介绍了应用中涉及到的约束条件的分类；
●对每一类别的约束条件，给出了相应的关联规则挖掘方法；
●对相应的基于约束的关联规则挖掘方法，给出了动态维护策略；
●以物流管理信息可视化系统为研究平台，设计并实现了高效的基于约束的关联规则挖掘工具。
通过原型系统的应用，说明基于约束的关联规则挖掘的实际效果，即通过约束条件的指定，用户不仅可以缩小用于分析的数据规模，同时也会使得挖掘结果更加合理并符合用户的挖掘预期。此外，通过实验分析证明了本文所述方法的高效性。