数据挖掘中的关联规则和序列模式

【摘要】：随着数据库技术的迅速发展以及数据库管理系统的广泛应用,人们积累的数据越来越多。激增的数据背后隐藏着许多重要的信息,人们希望能够对其进行更高层次的分析,以便更好地利用这些数据。目前的数据库系统可以高效地实现数据的录入、查询、统计等功能,但无法发现数据中存在的关系和规则,无法根据现有的数据预测未来的发展趋势。缺乏挖掘数据背后隐藏的知识的手段,导致了“数据爆炸但知识贫乏”的现象。 数据挖掘由一些大型零售机构所面临的“决策支持”问题(decision support problem)所激发。应用条形码技术采集的大量销售数据成为挖掘的基础。通过对这些数据进行数据挖掘我们可以找到对于商业销售及生产极为有效的一些信息(这些信息通过具体的模式得到反映),从而可以提高销售和生产效率,降低成本,取得最大的商业效益。通过数据挖掘技术的应用,能促进企业拥有并增强优质服务的能力,因此,本研究具有重要的现实意义。从另一个方面来说,科学技术理论的提出、发展到最终形成,都离不开实际应用的检验,只有不断地在实际应用中发现问题,解决问题,才能为科技的发展指明方向,使之逐步完善。因此,本课题也具有一定的理论研究价值。 本文分别就数据挖掘中的两种模式:关联规则(Association Rules)和序列模式(Sequential Patterns)的概念和作用进行了探讨,对关联规则中寻找大项集(Large Item Set)的部分用程序加以实现,并对此两个模式的实现过程用程序流程的方式加以说明,讨论了几种不同的实现算法。