数据挖掘是一项较新的数据库技术,它基于大量数据所构成的数据库,从中发现潜在的、有价值的信息——称为知识,用于支持决策。数据挖掘是一项数据库应用技术,存在广泛的实际应用需求,因此,无论数据挖掘的理论研究,还是数据挖掘的应用实践,都是有意义的。 关联规则在数据挖掘中是一个重要的研究领域,已有一些较成功的算法,其主要任务是发现大量数据中项集之间的关联或相关联系。产生频繁集是产生关联规则的第一步。在多数以前的实现中,普遍采用了Apriori算法来寻找频繁项集。但是,该算法的时间效率有待提高。 在巨型数据库中产生频繁项集的代价是很大的。本文提出并且实现了一个改进的关联规则算法:FMFI算法,它利用回溯查询枚举出所有的最大频繁项集。算法利用预测技术来剪切非最大频繁项集和计算存储差集技术快速计算支持度,因此能快速剪切查询空间中不需要的子集,有效提高了原Apriori算法的时间效率。 论文在对数据挖掘在保险业中的应用进行研究分析的基础上,给出了一个数据挖掘系统的设计,并用它对挖掘模型进行了预测。