商品关联规则挖掘的研究

发布时间：2017-04-27 18:15

  本文关键词：商品关联规则挖掘的研究，由笔耕文化传播整理发布。

【摘要】：随着科学技术的更新,数据挖掘作为新的研究方向,已经应用于商业,它的迅速发展提供了更多商机,刺激着商业经济的快速发展。因此选择商品关联规则的研究拥有更重要的意义。关联规则挖掘是从现有的大量数据中寻找数据之间的相联关系,数据挖掘领域是研究最广泛的课题。采用Apriori算法可以发现数据之间的关联,通过分析数据之间的关系,可以预测未来的商品之间的联系趋势。本文以数据挖掘技术的关联规则挖掘的原理,尝试使用数据挖掘技术预测商品关联产品的之间联系,使数据挖掘技术在日常生活中愈加普遍。数据挖掘相关算法算法是一种来寻找项目的所有集合的支持,不能少于最小支持度的算法。该算法在首次个别项目的支持计数和频繁项被确定。在以后每次传球,种子的设置项集发现频繁在前面传球会产生新的潜在频繁项集,并且它们的实际支持是传过来的数据中计算,也就是说频繁项集是确定的,并且它们称为种子为下传。重复此过程,直到没有新的频繁项集出现。根据数据挖掘可以发现数据之间的关联,通过分析数据之间的关系,可以预测未来的发展趋势,以便相关从业人员做出正确的决策,提高效益。
【关键词】：Apriori算法 关联规则 数据挖掘 支持度 置信度
【学位授予单位】：西北师范大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP311.13
【目录】：

• 摘要8-9
• Abstract9-10
• 1 绪论10-13
• 1.1 数据挖掘产生背景、主要特点与任务10-11
• 1.1.1 产生背景10
• 1.1.2 进化和演变过程10
• 1.1.3 数据挖掘的主要特点10-11
• 1.1.4 数据挖掘的任务11
• 1.2 数据挖掘的技术11-12
• 1.3 操作方法12
• 1.4 数据挖掘研究的现状12-13
• 1.5 文章组织结构13
• 2 数据立方体技术、关联相关、模式和算法13-22
• 2.1 数据立方体13-18
• 2.1.1 数据立方体一般策略13-14
• 2.1.2 数据立方体计算方法14
• 2.1.3 立方体技术处理高级查询14-15
• 2.1.4 数据立方体空间的多维数据分析15
• 2.1.5 支持度和信任度15
• 2.1.6 项集和频繁项集15-16
• 2.1.7 关联规则的挖掘步骤16
• 2.1.8 空间和时间关联挖掘技术16
• 2.1.9 数据相关性16-18
• 2.2 Apriori算法18-21
• 2.2.1 Apriori简介18
• 2.2.2 Apriori描述18-19
• 2.2.3 算法的优化19-20
• 2.2.4 多层关联规则挖掘20-21
• 2.3 Apriori Tid21-22
• 2.3.1 序列模式21
• 2.3.2 两阶段策略21
• 2.3.3 改进的Apriori型频繁模式挖掘21-22
• 2.4 本章总结22
• 3 关联商品模型及优化22-28
• 3.1 规则学习和决策22-23
• 3.2 决策树23-24
• 3.2.1 组成及归纳23
• 3.2.2 画法23-24
• 3.2.3 优点24
• 3.2.4 缺点24
• 3.3 关联规则分类和模型24-25
• 3.3.1 关联规则分类24-25
• 3.3.2 关联规则模型25
• 3.4 分类器25-26
• 3.4.1 分类器概述25-26
• 3.4.2 分类算法的种类及特性26
• 3.5 分类器阈值26-28
• 3.5.1 最小支持度阈值26
• 3.5.2 置信度阈值26-27
• 3.5.3 阈值优化27-28
• 3.6 本章小结28
• 4 基于关联规则商品的模型的应用28-33
• 4.1 数据挖掘市场的提出28
• 4.2 关联商品分析方法和过程28-32
• 4.3 本章小结32-33
• 5 结论33-34
• 参考文献34-36
• 致谢36

【相似文献】

中国期刊全文数据库 前10条

1 李联;韦潜;;基于多层次关联规则的持续关联算法研究[J];信息安全与通信保密;2007年02期

2 徐前方;肖波;郭军;;挖掘电信告警关联模式方法[J];北京邮电大学学报;2011年02期

3 李娜娜,宋洁,顾军华,郭树军;灾害天气关联模式挖掘技术研究[J];河北工业大学学报;2005年02期

4 陈新保;朱建军;陈建群;;“多元”关联模式的时空数据挖掘[J];中南大学学报(自然科学版);2011年01期

5 王运鹏;胡修林;;面向异常检测的关联模式快速挖掘算法[J];计算机应用与软件;2008年08期

6 马存宝;裴林;李文娟;史浩山;;改进的关联模式竞争求解算法[J];计算机工程与应用;2009年04期

7 方刚;应宏;涂承胜;郭皎;刘华成;;基于星形模型的时空拓扑关联模式挖掘[J];计算机时代;2013年04期

8 林长方;黄毓珍;;关联规则挖掘在临床诊断中的应用研究[J];齐齐哈尔大学学报(自然科学版);2010年04期

9 刘振宇;徐维祥;;多支持度关联规则在库存管理中的应用[J];内蒙古大学学报(自然科学版);2012年03期

10 杜庆灵;刘会霞;;公安应用信息系统关联模式研究[J];警察技术;2008年02期

中国重要会议论文全文数据库 前6条

1 李宁君;;关联规则在图书馆管理中的应用[A];广西图书馆学会2011年年会暨第29次科学讨论会论文集[C];2011年

2 王媛媛;胡学钢;;关联规则挖掘研究[A];全国第16届计算机科学与技术应用（CACIS）学术会议论文集[C];2004年

3 李国辉;付畅俭;徐新文;冷智花;;NBA视频中关联规则挖掘[A];第四届和谐人机环境联合学术会议论文集[C];2008年

4 张永;贾桂霞;马华;;一种利润约束的频繁模式的挖掘方法[A];第二十二届中国数据库学术会议论文集（技术报告篇）[C];2005年

5 廖嘉;王国仁;张博;;一种有效的基于关联规则的视频分类方法[A];第二十三届中国数据库学术会议论文集（研究报告篇）[C];2006年

6 周万松;邱保志;李向丽;;SAM*模式操作[A];第十届全国数据库学术会议论文集[C];1992年

中国博士学位论文全文数据库 前8条

1 肖波;可信关联规则挖掘算法研究[D];北京邮电大学;2009年

2 郭秀娟;基于关联规则数据挖掘算法的研究[D];吉林大学;2004年

3 吴黄青娥;汉越复句关联标记模式比较[D];华中师范大学;2012年

4 沈斌;关联规则相关技术研究[D];浙江大学;2007年

5 张小刚;关联规则挖掘及其在复杂工业过程控制中的应用研究[D];湖南大学;2002年

6 贺志;关联规则优化方法的研究[D];北京交通大学;2007年

7 钱铁云;关联文本分类关键技术研究[D];华中科技大学;2006年

8 胡星驰;基于计算方法的miRNA结构研究及与癌症关联分析[D];华中科技大学;2014年

中国硕士学位论文全文数据库 前10条

1 王潇莹;顺应—关联模式下双关语的语用研究[D];东北林业大学;2015年

2 焦艳丽;顺应—关联模式下的反语研究[D];燕山大学;2012年

3 郭晓玉;基于Weka平台的关联分析算法研究[D];浙江工业大学;2015年

4 陈豪;商品关联规则挖掘的研究[D];西北师范大学;2015年

5 陆梅;关联规则挖掘在潮州电信宽带业务中的应用[D];广东工业大学;2007年

6 刘杰;葛瑞汉的关联思维之再诠释[D];上海师范大学;2014年

7 许晓晓;基于社会网络挖掘的产品消费关联与销售策略研究[D];重庆大学;2011年

8 黄鹤;基于关联规则的研讨信息分析研究[D];湖北工业大学;2009年

9 岳慧颖;含有时空约束的关联规则挖掘方法研究[D];哈尔滨工程大学;2004年

10 徐勇;基于概念格模型的分布式关联规则挖掘研究[D];合肥工业大学;2006年

  本文关键词：商品关联规则挖掘的研究，，由笔耕文化传播整理发布。

本文编号：331184