学位论文 > 优秀研究生学位论文题录展示

频繁项挖掘算法及其应用研究

作　者: 刘洋
导　师: 王勇
学　校: 广西民族大学
专　业: 计算机应用技术
关键词: 数据挖掘频繁模式 Apriori算法向量函数换乘
分类号: TP311.13
类　型: 硕士论文
年　份: 2011年
下　载: 26次
引　用: 0次
阅　读: 论文下载

内容摘要

频繁模式的挖掘在市场销售、金融预测、股票走势分析等方面有着十分重要的应用。Apriori算法是频繁模式挖掘的经典算法,本论文在分析Apriori算法存在不足的基础上,提出了一些改进的算法,并使用数据挖掘技术解决实际问题。本论文主要内容包括:1.介绍数据挖掘及频繁模式挖掘的相关研究背景、频繁模式挖掘的意义、目的及频繁模式挖掘的常用算法。简述经典的频繁模式挖掘算法-Apriori算法的原理。然而,Apriori算法采用的逐层搜索的迭代方法,在时间和空间上消耗巨大,因而有必要对之进行改进,以进一步提高挖掘频繁模式的效率。2.使用向量函数的方法求频繁项集。它将事务数据集映射成向量空间中的一个数据集,然后利用向量值函数迭代法将此数据集映射到更高维的向量空间中。这种方法只需扫描一遍数据库,且不产生候选项集,算法的时间复杂度和空间复杂度都较低,尤其是针对大型数据库,该算法具有很高的效率。3.将数据挖掘应用到公交车换乘系统中。本文将先介绍多次换乘的实现原理,主要是通过对数据库进行查询来实现多次换乘,然后利用数据挖掘技术对换乘结果中大量存在的换乘方案进行挖掘,从中选择较优方案,结合其他影响换乘方案优劣的因素,最后求出换乘线路中最佳线路。

全文目录

摘要  3-4
ABSTRACT  4-7
1 绪论  7-12
  1.1 相关背景及研究意义  7-8
    1.1.1 频繁模式相关背景  7-8
    1.1.2 数据挖掘在公交车换乘系统中的应用  8
  1.2 国内外研究现状  8-10
    1.2.1 频繁模式挖掘算法的研究进展  8-9
    1.2.2 公交车最优换乘方案的相关研究  9-10
  1.3 论文创新点  10
  1.4 论文结构安排  10-12
2 Apriori算法  12-15
  2.1 关联规则与频繁模式  12
  2.2 支持度与置信度  12-13
  2.3 Apriori算法原理  13
  2.4 Apriori算法实例  13-15
    2.4.1 实例数据库  13-14
    2.4.2 算法流程图  14-15
3 使用向量函数求频繁项集  15-24
  3.1 算法简介  15
  3.2 算法的基本原理  15-17
  3.3 算法的基本步骤  17-18
  3.4 算法复杂性分析  18
  3.5 实验测试分析  18-22
  3.6 算法性能对比分析  22-23
  3.7 本章小结  23-24
4 数据挖掘在公交车查询系统中的应用  24-36
  4.1 相关背景  24
  4.2 换乘的基本原理  24-26
  4.3 换乘算法的实现  26-30
  4.4 使用数据挖掘的技术挖掘最优线路  30-34
    4.4.1 换乘方案的支持度  30
    4.4.2 Floyd算法求最短线路的站点集  30-32
    4.4.3 计算换乘方案的支持度  32-33
    4.4.4 影响换乘方案的其他因素  33
    4.4.5 计算换乘方案的优化指数  33-34
  4.5 求最优换乘方案  34
  4.6 本章小结  34-36
5 总结与展望  36-38
  5.1 总结  36
  5.2 今后的工作  36-38
参考文献  38-42
致谢  42-43
攻读学位期间发表的学术论文目录  43

频繁项挖掘算法及其应用研究

内容摘要

全文目录

相似论文