基于CHC算法的模糊关联规则挖掘
发布时间：2021-05-08 20:46
随着“互联网+”技术的应用及大数据新兴产业的崛起,各个领域的数据库中积攒着大量的数据。关联规则挖掘可以在庞大的数据库中挖掘出潜在的且有用的关联关系,量化的浏览频率不能清晰地度量用户对网页的兴趣程度。本文提出了新型模糊数据挖掘算法（NFDMA）,将量化的浏览频率刻画为相应的模糊语言变量,该算法在以下三个方面进行研究:第一、三元组语义模型表示隶属函数。在二元组的基础上,三元组语义模型将模糊区域考虑其中,其隶属函数可以获取更高的数据覆盖率,表示的隶属函数更加准确。第二、CHC算法（跨世代异物种重组大变异）对三元组语义模型表示的隶属函数进行优化。根据给出的隶属函数将浏览频率转化为模糊集,但随机给出的隶属函数并不准确,所以本文使用CHC算法对三元组语义模型表示的隶属函数进行优化。第三、构建频繁模式树来挖掘模糊关联规则。使用模糊频繁模式树挖掘算法,把CHC算法中得到的最优隶属函数,通过构建树形结构挖掘出模糊关联规则。传统方式下关联规则的表示形式为:若A,则B,而三元组对应的关联规则表示形式则为:若A（ξ1,α1,β1）,,则B（ξ2,α2,β2）,其中ξ代表模糊语言变量,表示用户兴趣程度的高低,α...
【文章来源】：山西师范大学山西省
【文章页数】：56 页
【学位级别】：硕士
【文章目录】：
中文摘要
ABSTRACT
1 绪论
1.1 研究背景和意义
1.2 国内外研究现状
1.3 论文的研究内容与结构安排
1.3.1 本文的研究内容
1.3.2 本文的组织和安排
2 基于三元组语义表示模型的关联规则
2.1 关联规则挖掘基本概念
2.2 关联规则挖掘的分类
2.3 关联规则挖掘算法
2.3.1 关联规则挖掘算法流程
2.3.2 关联规则挖掘常用算法概述
2.4 基于三元组语义表示模型的模糊关联规则
3 遗传算法及NFDMA算法的相关研究
3.1 遗传算法概述
3.1.1 遗传算法基本思想
3.1.2 遗传算法基本流程
3.2 染色体表示
3.3 评估函数
3.4 NFDMA算法的相关研究
3.4.1 跨世代异物种重组大变异CHC
3.4.2 FP-growth关联规则挖掘算法
3.4.3 优化染色体表示
3.4.4 优化评估函数
3.4.5 α-cuts模型研究
4 基于CHC算法的模糊关联规则挖掘
4.1 基于CHC算法的模糊关联规则挖掘
4.1.1 基于CHC算法的模糊关联规则挖掘算法分析
4.1.2 基于CHC算法的关联规则挖掘算法实现
4.2 NFDMA算法在网页优化关联规则中的应用
4.3 实例分析
4.3.1 基于CHC算法的隶属函数优化
4.3.2 基于FP-growth算法的模糊关联规则挖掘
4.4 实验分析
5 总结与展望
5.1 总结
5.2 展望
参考文献
致谢
【参考文献】：
期刊论文
[1]国外网络环境中信息过载研究进展[J]. 郭佳,黄程松. 情报科学. 2018(07)
[2]基于FP树的蛋白质功能预测算法研究[J]. 葛凌霄. 现代计算机(专业版). 2018(09)
[3]语言值直觉模糊二元组的多重多维推理方法[J]. 郑宏亮,潘畅,邹丽. 南京师大学报(自然科学版). 2017(04)
[4]基于艾宾浩斯遗忘曲线的零售商品模糊关联分析[J]. 李桃迎,张鑫,陈燕. 计算机应用研究. 2018(02)
[5]基于遗传算法的新书推荐系统研究[J]. 朱婵. 现代计算机(专业版). 2012(21)
[6]一种基于改进的遗传算法的关联规则挖掘及应用[J]. 潘俊辉,王辉. 齐齐哈尔大学学报(自然科学版). 2011(02)
[7]一种基于混沌领域搜索的自适应遗传算法[J]. 魏明,蔡延光. 计算机应用研究. 2009(02)
[8]基于Apriori和IUA的改进算法[J]. 钟晓桢. 江汉大学学报(自然科学版). 2007(03)
[9]FP-growth算法的实现方法研究[J]. 王新宇,杜孝平,谢昆青. 计算机工程与应用. 2004(09)
[10]基于关联规则的个性化推荐系统[J]. 丁振国,陈静. 计算机集成制造系统-CIMS. 2003(10)
硕士论文
[1]遗传算法的改进及其在电力系统中的应用研究[D]. 刘呈昌.吉林大学 2014
[2]异构计算系统中基于改进遗传算法的多目标优化任务调度研究[D]. 张莉.南京师范大学 2014
[3]基于相关兴趣度的关联规则挖掘[D]. 王枭翔.兰州交通大学 2013
[4]关联规则挖掘在疾病数据处理中的应用研究[D]. 程远.重庆医科大学 2010
本文编号：3175973
【文章来源】：山西师范大学山西省
【文章页数】：56 页
【学位级别】：硕士
【文章目录】：
中文摘要
ABSTRACT
1 绪论
1.1 研究背景和意义
1.2 国内外研究现状
1.3 论文的研究内容与结构安排
1.3.1 本文的研究内容
1.3.2 本文的组织和安排
2 基于三元组语义表示模型的关联规则
2.1 关联规则挖掘基本概念
2.2 关联规则挖掘的分类
2.3 关联规则挖掘算法
2.3.1 关联规则挖掘算法流程
2.3.2 关联规则挖掘常用算法概述
2.4 基于三元组语义表示模型的模糊关联规则
3 遗传算法及NFDMA算法的相关研究
3.1 遗传算法概述
3.1.1 遗传算法基本思想
3.1.2 遗传算法基本流程
3.2 染色体表示
3.3 评估函数
3.4 NFDMA算法的相关研究
3.4.1 跨世代异物种重组大变异CHC
3.4.2 FP-growth关联规则挖掘算法
3.4.3 优化染色体表示
3.4.4 优化评估函数
3.4.5 α-cuts模型研究
4 基于CHC算法的模糊关联规则挖掘
4.1 基于CHC算法的模糊关联规则挖掘
4.1.1 基于CHC算法的模糊关联规则挖掘算法分析
4.1.2 基于CHC算法的关联规则挖掘算法实现
4.2 NFDMA算法在网页优化关联规则中的应用
4.3 实例分析
4.3.1 基于CHC算法的隶属函数优化
4.3.2 基于FP-growth算法的模糊关联规则挖掘
4.4 实验分析
5 总结与展望
5.1 总结
5.2 展望
参考文献
致谢
【参考文献】：
期刊论文
[1]国外网络环境中信息过载研究进展[J]. 郭佳,黄程松. 情报科学. 2018(07)
[2]基于FP树的蛋白质功能预测算法研究[J]. 葛凌霄. 现代计算机(专业版). 2018(09)
[3]语言值直觉模糊二元组的多重多维推理方法[J]. 郑宏亮,潘畅,邹丽. 南京师大学报(自然科学版). 2017(04)
[4]基于艾宾浩斯遗忘曲线的零售商品模糊关联分析[J]. 李桃迎,张鑫,陈燕. 计算机应用研究. 2018(02)
[5]基于遗传算法的新书推荐系统研究[J]. 朱婵. 现代计算机(专业版). 2012(21)
[6]一种基于改进的遗传算法的关联规则挖掘及应用[J]. 潘俊辉,王辉. 齐齐哈尔大学学报(自然科学版). 2011(02)
[7]一种基于混沌领域搜索的自适应遗传算法[J]. 魏明,蔡延光. 计算机应用研究. 2009(02)
[8]基于Apriori和IUA的改进算法[J]. 钟晓桢. 江汉大学学报(自然科学版). 2007(03)
[9]FP-growth算法的实现方法研究[J]. 王新宇,杜孝平,谢昆青. 计算机工程与应用. 2004(09)
[10]基于关联规则的个性化推荐系统[J]. 丁振国,陈静. 计算机集成制造系统-CIMS. 2003(10)
硕士论文
[1]遗传算法的改进及其在电力系统中的应用研究[D]. 刘呈昌.吉林大学 2014
[2]异构计算系统中基于改进遗传算法的多目标优化任务调度研究[D]. 张莉.南京师范大学 2014
[3]基于相关兴趣度的关联规则挖掘[D]. 王枭翔.兰州交通大学 2013
[4]关联规则挖掘在疾病数据处理中的应用研究[D]. 程远.重庆医科大学 2010
本文编号：3175973
本文链接：https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/3175973.html
