商務數(shù)據(jù)挖掘中基于遺傳算法的關聯(lián)規(guī)則研究.pdf_第1頁
已閱讀1頁,還剩41頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領

文檔簡介

1、數(shù)據(jù)挖掘作為一個新興的多學科交叉應用領域,正在各行各業(yè)的決策支持活動中扮演著越來越重要的角色。在這個信息時代,面對海量數(shù)據(jù)的出現(xiàn),如何有效地利用大量的原始數(shù)據(jù)分析現(xiàn)狀以預測未來,已經(jīng)成為人類面臨的一大挑戰(zhàn)。由此,數(shù)據(jù)挖掘技術(shù)應運而生并得以迅猛發(fā)展。目前,數(shù)據(jù)挖掘已經(jīng)成為一個研究熱點。
   電子商務系統(tǒng)的大量涌現(xiàn)為商務數(shù)據(jù)的挖掘與利用提供了條件,電子商務是數(shù)據(jù)挖掘最理想的應用領域之一。目前,各個行業(yè)都面對著激烈的競爭,及時、準確

2、的決策已成為企業(yè)生存與發(fā)展的生命線。
   關聯(lián)規(guī)則是數(shù)據(jù)挖掘的重要模式之一,有著非常重要的應用價值。文章根據(jù)關聯(lián)規(guī)則挖掘的要求與特點,結(jié)合遺傳算法的思想,提出了一個基于遺傳算法的關聯(lián)規(guī)則挖掘方法,并通過實例分析,說明是一種具有實用價值的方法。
   文章的工作主要體現(xiàn)在以下幾方面:
   1.深入分析了數(shù)據(jù)挖掘技術(shù),并對關聯(lián)規(guī)則模式進行了系統(tǒng)的研究,針對傳統(tǒng)的支持度和置信度框架的局限性,引入了基于概率相關的興趣

3、度,用來修剪無趣的甚至是誤導的規(guī)則,從而得到有用的并且是用戶感興趣的規(guī)則。
   2.闡述了數(shù)據(jù)挖掘中的一個重要算法——遺傳算法。提出了實數(shù)數(shù)組的編碼方法,簡化了遺傳算法的操作。最后在此基礎上提出了基于遺傳算法的關聯(lián)規(guī)則挖掘算法。并從編碼方法、適應度函數(shù)的構(gòu)造、遺傳算子的確定等方面進行了詳細的討論。
   3.文章最后分析了兩個問題,其一是遺傳算法用于關聯(lián)規(guī)則挖掘的優(yōu)勢;其二是為什么基于遺傳算法的關聯(lián)規(guī)則挖掘比較適合用于

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論