基于概念格模型的分布式关联规则挖掘研究

基于概念格模型的分布式关联规则挖掘研究

ID:36620378

大小:2.40 MB

页数:71页

时间:2019-05-13

基于概念格模型的分布式关联规则挖掘研究_第1页
基于概念格模型的分布式关联规则挖掘研究_第2页
基于概念格模型的分布式关联规则挖掘研究_第3页
基于概念格模型的分布式关联规则挖掘研究_第4页
基于概念格模型的分布式关联规则挖掘研究_第5页
资源描述:

《基于概念格模型的分布式关联规则挖掘研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、分类号。TP391密纽单位代码:10359学号:031805280616冬肥工学犬警HefeiUniversitVofTechnoIo.qy,一一硕士学位论文MASTERD1SSERTATIoH论文题目:基于概念格模型的分布式关联规则挖掘研究学位类别:学历硕士学科专业:(工稻!《i隘蓖)计算机应用技术作者姓名:导师姓名:完成时间:徐勇—————————————————————————————_+——————_——————————*————————胡学钢教授2006年05月ResearchonDistributedAssociationRulesMiningBasedonConceptL

2、atticesAbstractDistributedassociationrulesmining,emergingforsovlingtheassociationrulesminingindistributedenvironment,isoneofthemostactivetopicintheKDDfield,whichissignificantintheoryandapplication.Conceptlatticerepresentsdataandknowledgebytherelationsbetweenttheextensionandintensionofconcept,and

3、bythegeneralization/specializationrelationshipbetweenconcepts,whichissuitableforthestudyofassociationrulesmining.Thematurityofframeworkoflattice,leadinguptotherapidlyincreaseofsizeoflatticealongwiththeincreaseofdatabase’ssize,impedesconceptlattice’stheapplicationinKDD.Basedonstudyingtheconceptla

4、tticeanditsextension,thedistributedminingofassociationrulesbasedonprunedconceptlatticeswasdiscussedinthisdissertation.Themainpointsofthisdissertationarelistedasfollowing:(1)Basedonstudyingtherepresentationofdataandknowledgebasedonconcept,theprunedconceptlatticemodel(PCL)isdiscussedindetail.Theco

5、rrespondingformationalgorithmofPCLisgiventoo.(2)ComparingtherepresentationoffrequentitemsetsbasedonprunedconceptlatticeandApriori—likemodel.Thetheoryanalysisshowstheformerismoreconciseandmoreexactinrepresentationofassociationinoriginaldataset.(3)Studytheassociationrulesminingfrommultipledatasour

6、cesbasedonprunedconceptlattices,andthecorrespondingalgorithmUMPLisprovided.Theexperimentalevidenceshowsthevalidityofthisalgorithm.(4)Theprototypesystemthatisusedtominingassociationrulesbasedonconceptlatticeisimplemented.Keywords:datamining,conceptlattice,associationrules,distributedmining插图清单图l一

7、1数据挖掘是知识发现过程中的一个重要步骤⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯2图卜2小波变换实现数据挖掘结构图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯g图21例2.1的哈斯图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯13图2—2上F文2-1对应概念格的哈斯图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.16圈23上下文22对应的概念格L22的哈斯图⋯.⋯⋯⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯19图2—4上r文2-3对应的概念格L2—3的哈斯图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.20图2—5上下文2—1对应的EC

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。