基于等價(jià)類(lèi)的關(guān)聯(lián)規(guī)則挖掘矩陣算法的設(shè)計(jì)及應(yīng)用.pdf

1、關(guān)聯(lián)規(guī)則是最常見(jiàn)的知識(shí)表示方法之一，關(guān)聯(lián)規(guī)則挖掘技術(shù)應(yīng)用于檔案管理信息系統(tǒng)中可以發(fā)現(xiàn)檔案利用者使用檔案的規(guī)律，以便提供主動(dòng)服務(wù)，保護(hù)檔案實(shí)體安全；發(fā)現(xiàn)師資隊(duì)伍的學(xué)緣結(jié)構(gòu)、年齡結(jié)構(gòu)、職稱(chēng)結(jié)構(gòu)是否合理及人才流動(dòng)原因等，為領(lǐng)導(dǎo)部門(mén)制定相關(guān)管理政策提供輔助支持，從而極大地提升我國(guó)檔案信息化管理工作的層次和效率。但目前存在的關(guān)聯(lián)規(guī)則算法，或需多次掃描數(shù)據(jù)庫(kù)，或產(chǎn)生的候選項(xiàng)集數(shù)量巨大，或沒(méi)有考慮事務(wù)間的相關(guān)性，而這些相關(guān)性在檔案數(shù)據(jù)庫(kù)中是普遍存在的

2、，因此，這些算法應(yīng)用于檔案數(shù)據(jù)挖掘效率較低。如何改進(jìn)現(xiàn)有的關(guān)聯(lián)規(guī)則算法，從而可以在檔案管理信息系統(tǒng)中推廣應(yīng)用成為目前研究的一個(gè)熱點(diǎn)問(wèn)題。 為此，本文提出了基于等價(jià)類(lèi)的關(guān)聯(lián)規(guī)則挖掘矩陣算法(Association MiningMatrix algorithm based on Equivalence Class，以下簡(jiǎn)稱(chēng)EC-AMMA算法)，該算法用數(shù)據(jù)矩陣存儲(chǔ)事務(wù)集，只需掃描數(shù)據(jù)庫(kù)一次，采用等價(jià)類(lèi)劃分來(lái)約簡(jiǎn)事務(wù)集，并且運(yùn)算過(guò)程中

3、不產(chǎn)生候選項(xiàng)集。由于最大頻繁項(xiàng)集隱含了所有的頻繁項(xiàng)集，所以EC-AMMA算法通過(guò)求取最大頻繁項(xiàng)集來(lái)挖掘關(guān)聯(lián)規(guī)則，算法把掃描數(shù)據(jù)庫(kù)得到的數(shù)據(jù)轉(zhuǎn)換成布爾數(shù)據(jù)后，用布爾數(shù)據(jù)矩陣存貯，矩陣的行表示事務(wù)，列表示事務(wù)中可能出現(xiàn)的項(xiàng)目，算法充分考慮到事務(wù)之間的相關(guān)性，采用等價(jià)劃分的思想，對(duì)數(shù)據(jù)矩陣進(jìn)行等價(jià)類(lèi)劃分，然后利用矩陣中各行的等價(jià)關(guān)系和頻繁項(xiàng)集性質(zhì)對(duì)數(shù)據(jù)矩陣從行和列兩個(gè)方向進(jìn)行約簡(jiǎn)，最后對(duì)約簡(jiǎn)后的數(shù)據(jù)矩陣自左向右掃描，利用本文提出的項(xiàng)目相似度在