论文部分内容阅读
为了及时准确地发现在销售活动中顾客的行为呈现出什么特点,管理人员经常采用关联规则与序列规则分析方法进行商业销售分析,从而为决策者提供决策依据。 然而一般的关联规则与序列规则分析无法挖掘带有各种约束条件的交易规则。在本文中,笔者提出了具有多维限定性约束条件的交易规则模型,通过对Apriori算法、FP-Growth算法进行扩展,实现了集中式环境下该模型的采掘算法;通过扩展FDM-LP算法完成了分布式环境下模型的采掘。 全文一共分为四个部分:第一部分讨论了数据挖掘与数据仓库的基本概念;第二部分讨论了具有时间约束的交易规则模型及其实现算法;第三部分讨论了具有多维约束条件的交易规则模型及其实现算法;在第四部分首先介绍了如何在分布式环境下进行关联规则挖掘,然后讨论了如何实现本文提出的模型以及需注意的几个问题。 作为一门新兴技术,数据挖掘在我国基本上还处于研究阶段,笔者衷心地希望包括本文所提出的模型与算法在内的各种数据挖掘方法能尽早地走向实际应用。