论文部分内容阅读
OLAP(On-LineAnalyticalProcessing,联机分析处理)是为了对存储在数据仓库中的数据进行分析处理的分析技术,它提供对多维数据的切片和切块、钻取、旋转等,便于使用者从不同角度提取有关数据。OLAP能为关联规则挖掘提供有益的补充,在挖掘过程中,用数据仓库自由地组织数据源,用OLAP的旋转、切片等操作实现对数据源中数据的提取,并充分利用0LAP来简化关联规则挖掘步骤,从而提高挖掘效率。
随着网络技术和分布式数据库技术的发展,大量的数据分布存储在网络的各个节点,由于受到通信效率、安全性等因素的影响,这些分布的数据不可能集中起来存储,因此需要将关联规则挖掘实施于网络环境。针对这一问题,在对关联规则挖掘算法的介绍和分析基础之上,得到在网络环境下实现关联规则挖掘的两种方案,给出两种方案的体系结构图,并对二者进行对比分析。然后建立一个关联规则挖掘系统,该系统基于C/S结构,主要由关联规则的局部挖掘模块和全局挖掘模块两个基本模块组成。运行关联规则局部挖掘模块之后,将基于局部数据库挖掘出局部关联规则;运行服务器端的关联规则挖掘模块,将完成关联规则的全局挖掘,得到基于全局数据库的全局频繁项目集。
论文对Apriori的改进即AprTidRec算法进行了分析,并将其应用于以垃圾邮件和非垃圾邮件为数据源的关联规则挖掘系统中。为了验证算法的有效性,采用设计实验的方法对关联规则挖掘系统进行测试,实验结果表明该算法在网络环境下具有很好的适用性和较高的执行效率。