隨著“互聯(lián)網(wǎng)+”技術(shù)的應(yīng)用及大數(shù)據(jù)新興產(chǎn)業(yè)的崛起,各個(gè)領(lǐng)域的數(shù)據(jù)庫中積攢著大量的數(shù)據(jù)。關(guān)聯(lián)規(guī)則挖掘可以在龐大的數(shù)據(jù)庫中挖掘出潛在的且有用的關(guān)聯(lián)關(guān)系,量化的瀏覽頻率不能清晰地度量用戶對(duì)網(wǎng)頁的興趣程度。本文提出了新型模糊數(shù)據(jù)挖掘算法（NFDMA）,將量化的瀏覽頻率刻畫為相應(yīng)的模糊語言變量,該算法在以下三個(gè)方面進(jìn)行研究:第一、三元組語義模型表示隸屬函數(shù)。在二元組的基礎(chǔ)上,三元組語義模型將模糊區(qū)域考慮其中,其隸屬函數(shù)可以獲取更高的數(shù)據(jù)覆蓋率,表示的隸屬函數(shù)更加準(zhǔn)確。第二、CHC算法（跨世代異物種重組大變異）對(duì)三元組語義模型表示的隸屬函數(shù)進(jìn)行優(yōu)化。根據(jù)給出的隸屬函數(shù)將瀏覽頻率轉(zhuǎn)化為模糊集,但隨機(jī)給出的隸屬函數(shù)并不準(zhǔn)確,所以本文使用CHC算法對(duì)三元組語義模型表示的隸屬函數(shù)進(jìn)行優(yōu)化。第三、構(gòu)建頻繁模式樹來挖掘模糊關(guān)聯(lián)規(guī)則。使用模糊頻繁模式樹挖掘算法,把CHC算法中得到的最優(yōu)隸屬函數(shù),通過構(gòu)建樹形結(jié)構(gòu)挖掘出模糊關(guān)聯(lián)規(guī)則。傳統(tǒng)方式下關(guān)聯(lián)規(guī)則的表示形式為:若A,則B,而三元組對(duì)應(yīng)的關(guān)聯(lián)規(guī)則表示形式則為:若A（ξ1,α1,β1）,,則B（ξ2,α2,β2）,其中ξ代表模糊語言變量,表示用戶興趣程度的高低,α... 

【文章來源】：山西師范大學(xué)山西省

【文章頁數(shù)】：56 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
中文摘要
ABSTRACT
1 緒論
    1.1 研究背景和意義
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 論文的研究?jī)?nèi)容與結(jié)構(gòu)安排
        1.3.1 本文的研究?jī)?nèi)容
        1.3.2 本文的組織和安排
2 基于三元組語義表示模型的關(guān)聯(lián)規(guī)則
    2.1 關(guān)聯(lián)規(guī)則挖掘基本概念
    2.2 關(guān)聯(lián)規(guī)則挖掘的分類
    2.3 關(guān)聯(lián)規(guī)則挖掘算法
        2.3.1 關(guān)聯(lián)規(guī)則挖掘算法流程
        2.3.2 關(guān)聯(lián)規(guī)則挖掘常用算法概述
    2.4 基于三元組語義表示模型的模糊關(guān)聯(lián)規(guī)則
3 遺傳算法及NFDMA算法的相關(guān)研究
    3.1 遺傳算法概述
        3.1.1 遺傳算法基本思想
        3.1.2 遺傳算法基本流程
    3.2 染色體表示
    3.3 評(píng)估函數(shù)
    3.4 NFDMA算法的相關(guān)研究
        3.4.1 跨世代異物種重組大變異CHC
        3.4.2 FP-growth關(guān)聯(lián)規(guī)則挖掘算法
        3.4.3 優(yōu)化染色體表示
        3.4.4 優(yōu)化評(píng)估函數(shù)
        3.4.5 α-cuts模型研究
4 基于CHC算法的模糊關(guān)聯(lián)規(guī)則挖掘
    4.1 基于CHC算法的模糊關(guān)聯(lián)規(guī)則挖掘
        4.1.1 基于CHC算法的模糊關(guān)聯(lián)規(guī)則挖掘算法分析
        4.1.2 基于CHC算法的關(guān)聯(lián)規(guī)則挖掘算法實(shí)現(xiàn)
    4.2 NFDMA算法在網(wǎng)頁優(yōu)化關(guān)聯(lián)規(guī)則中的應(yīng)用
    4.3 實(shí)例分析
        4.3.1 基于CHC算法的隸屬函數(shù)優(yōu)化
        4.3.2 基于FP-growth算法的模糊關(guān)聯(lián)規(guī)則挖掘
    4.4 實(shí)驗(yàn)分析
5 總結(jié)與展望
    5.1 總結(jié)
    5.2 展望
參考文獻(xiàn)
致謝


【參考文獻(xiàn)】：
期刊論文
[1]國外網(wǎng)絡(luò)環(huán)境中信息過載研究進(jìn)展[J]. 郭佳,黃程松.  情報(bào)科學(xué). 2018(07)
[2]基于FP樹的蛋白質(zhì)功能預(yù)測(cè)算法研究[J]. 葛凌霄.  現(xiàn)代計(jì)算機(jī)(專業(yè)版). 2018(09)
[3]語言值直覺模糊二元組的多重多維推理方法[J]. 鄭宏亮,潘暢,鄒麗.  南京師大學(xué)報(bào)(自然科學(xué)版). 2017(04)
[4]基于艾賓浩斯遺忘曲線的零售商品模糊關(guān)聯(lián)分析[J]. 李桃迎,張?chǎng)?陳燕.  計(jì)算機(jī)應(yīng)用研究. 2018(02)
[5]基于遺傳算法的新書推薦系統(tǒng)研究[J]. 朱嬋.  現(xiàn)代計(jì)算機(jī)(專業(yè)版). 2012(21)
[6]一種基于改進(jìn)的遺傳算法的關(guān)聯(lián)規(guī)則挖掘及應(yīng)用[J]. 潘俊輝,王輝.  齊齊哈爾大學(xué)學(xué)報(bào)(自然科學(xué)版). 2011(02)
[7]一種基于混沌領(lǐng)域搜索的自適應(yīng)遺傳算法[J]. 魏明,蔡延光.  計(jì)算機(jī)應(yīng)用研究. 2009(02)
[8]基于Apriori和IUA的改進(jìn)算法[J]. 鐘曉楨.  江漢大學(xué)學(xué)報(bào)(自然科學(xué)版). 2007(03)
[9]FP-growth算法的實(shí)現(xiàn)方法研究[J]. 王新宇,杜孝平,謝昆青.  計(jì)算機(jī)工程與應(yīng)用. 2004(09)
[10]基于關(guān)聯(lián)規(guī)則的個(gè)性化推薦系統(tǒng)[J]. 丁振國,陳靜.  計(jì)算機(jī)集成制造系統(tǒng)-CIMS. 2003(10)

碩士論文
[1]遺傳算法的改進(jìn)及其在電力系統(tǒng)中的應(yīng)用研究[D]. 劉呈昌.吉林大學(xué) 2014
[2]異構(gòu)計(jì)算系統(tǒng)中基于改進(jìn)遺傳算法的多目標(biāo)優(yōu)化任務(wù)調(diào)度研究[D]. 張莉.南京師范大學(xué) 2014
[3]基于相關(guān)興趣度的關(guān)聯(lián)規(guī)則挖掘[D]. 王梟翔.蘭州交通大學(xué) 2013
[4]關(guān)聯(lián)規(guī)則挖掘在疾病數(shù)據(jù)處理中的應(yīng)用研究[D]. 程遠(yuǎn).重慶醫(yī)科大學(xué) 2010



本文編號(hào)：3175973