基于分明矩阵的数据挖掘方法的实现

作为本科生毕业论文，我们在收集和整理大量的相关资料，弄清相关的理论、方法、算法、体系结构（原型系统）等基础上，选取了下面的问题开展相关工作：

关联规则挖掘算法设计。关联规则挖掘是数据挖掘中研究较早而且至今仍最活跃的研究分支之一。影响关联规则的挖掘效率的因素主要有数据库扫描的I/O代价、内存的需求、CPU的时间花费等。目前的关联规则挖掘算法仍然需要在这些方面加以创新或改进。因此，我们选取了关联规则挖掘算法进行了集中研究和实现，并通过系列的算法设计和实现来验证我们新的挖掘理论和积累研制数据挖掘系统的经验。

  本系统主要是分析数据相关性规则，系统功能图如图3-1所示，首先通过与数据库连接的数据库操作模块，来判断是否需要新建或删除数据表。然后使用动态绑定模块来将数据表中信息放入存储空间(数组)，最后使用数据分析模块来挖掘出数据的相关性规则。

算法

         设S=(U，A)是一个信息系统，并置A={a₁,…,a_m}，我们用M(S)表示n×n阶矩阵(C_ij)，称它为Ｓ的分明矩阵，使得C_ij={a∈A：a(u_i)≠a(u_j)，u_j∈U∧i，j=1…，n}。

　　直观的解释，一个输入C_ij是由所有那些能分明个体u_i和u_j的属性组成。因为M(S)是对称的并且对i=1，…，n，C_ij= Ø，所以我们只利用下三角部分表示M(S)，即对1≤j＜i≤n和C_ij≠Ø部分。      

由于任意分明矩阵M(S)，都可以用下面的方法惟一地确定一个分明函数ƒ_M(S)：一个信息系统的分明函数拥有m个命题变量a₁，…，a_m，其中a_i∈A，i=1，…，m。它的表达式被定义为全体表达式∨C_ij的合取，其中∨C_ij是所有C_ij中元素的析取，其中1≤j＜i≤n和C_ij≠Ø。

上一篇：vb长途汽车信息管理系统
下一篇：UML的网络游戏框架的毕业设计