基于群體智能的關聯規(guī)則挖掘及應用.pdf

1、群體智能是在近十幾年來在協同進化論基礎上發(fā)展起來的一種新的優(yōu)化算法.它是將由單個復雜個體完成的任務交給大量簡單的個體組成的群體合作完成,而后者往往更具有健壯性、靈活性和經濟上的優(yōu)勢.群體智能利用群體優(yōu)勢,在沒有集中控制,不提供全局模型的前提下,為尋找復雜問題解決方案提供了新的思路,是"無智能的主體通過合作表現出智能行為的特性".作為群體智能的典型實現模式,模擬生物蟻群智能尋優(yōu)的蟻群算法和模擬鳥群運動模式的微粒群算法正在受到學術界的廣泛關

2、注.由于其概念簡明、實現方便,在短期內迅速得到了國際演化計算研究領域的認可. 關聯規(guī)則挖掘發(fā)現大量數據中項集之間有趣的關聯或相關聯系.它在數據挖掘中是一個重要的課題,最近幾年已被業(yè)界所廣泛研究.關聯規(guī)則研究有助于發(fā)現交易數據庫中不同商品(項)之間的聯系,找出顧客購買行為模式,分析結果可以應用于商品貨架布局、貨存安排以及根據購買模式對用戶進行分類.Agrawal.等于1993年首先提出了挖掘顧客交易數據庫中項集間的關聯規(guī)則問題,以

3、后諸多的研究人員對關聯規(guī)則的挖掘問題進行了大量的研究. 本文對群體智能,尤其是微粒群算法進行了較為系統(tǒng)地分析和研究,結合關聯規(guī)則算法提出了一些改進的算法,主要包括以下一些內容: (1)群體智能技術的概述.介紹了群體智能的基本概念、分類、主要功能、關鍵技術以及典型應用等等. (2)群體智能模式的研究.介紹了群體智能的兩種常用模式,通過具體實例對當今國際上先進的群體智能算法進行了對比,并得出了結論. (3)關

4、聯規(guī)則挖掘的綜述.本文對關聯規(guī)則挖掘領域的代表算法進行了分析,提出了關聯規(guī)則挖掘的典型要求,并基于這些要求對關聯規(guī)則挖掘中常用的算法作了比較,以便于人們更容易、更快速地選擇一種適用于具體問題的挖掘算法. (4)基于微粒群的抽樣算法在關聯規(guī)則中的應用,提出了一種改進的關聯規(guī)則挖掘算法.傳統(tǒng)的一次性抽樣算法雖然在理論上保證了結果的高精度,然而當用于商品種類過多,交易量非常大的關聯發(fā)現,則計算時間是相當可觀的,甚至是不可在有限年內解決

5、;并且很難應用于聯機分析,這些問題將限制Apriori.算法的使用.基于序貫抽樣理論設計的可升級性算法ASAR,APASAR算法可以有效地產生頻繁集,并且比一次性抽樣算法需要更少的樣本.但是仍然會出現理論樣本量過高的表現.本文提出一種群體智能技術中的微粒群算法(PSO)與Apriori算法相結合的算法,稱之為PSASAR算法.利用群體智能技術加快挖掘過程,增加智能性,在數據庫掃描時,利用群體智能技術,替代全數據庫掃描,提高效率,這種掃描