隨著智能生產的發(fā)展,對海量用戶數據流和生產數據進行模式分析,提取有用的知識來指導和優(yōu)化生產計劃成為研究熱點。UP-Growth算法使用修剪策略降低樹結構中積累的事務加權效用(TWU)值,但仍需要大量的時間來計算候選模式的實際效用;一階段挖掘算法HUI-Miner無需多次掃描數據庫,不產生候選模式,通過效用列表直接計算模式的真正效用值,但該算法更適用于靜態(tài)數據分析;A-Close算法基于Apriori逐級生成候選模式,算法執(zhí)行時間過長,MERIT算法采用分別存儲各元素權值的策略,此策略在各模式組合創(chuàng)建新節(jié)點時產生大量候選模式,占用大量內存和時間。為了優(yōu)化傳統(tǒng)算法的不足,本文提出高效用和可替代閉合模式分析算法HECPM,該算法包含SHUPM和ECPM兩個子算法,分別對需求側和生產側兩個維度進行模式分析,需求側輸出的目標商品作為生產側的輸入,結合生產側供應鏈中目標商品部件的供應情況,企業(yè)決策層根據實際需求制定有利的生產計劃。子算法SHUPM基于效用參數利用滑動窗口技術和效用列表SHUP-List對用戶數據流進行高效用模式分析,獲得用戶購買趨向;子算法ECPM基于利潤參數定義可替代規(guī)則對數據進...

【文章頁數】：70 頁

【學位級別】：碩士

【部分圖文】：

圖1.1數據挖掘系統(tǒng)結構圖

第一章緒論3穩(wěn)定產品質量、降低成本、改善管理的方法，圖1.1表示典型數據挖掘系統(tǒng)結構。圖1.1數據挖掘系統(tǒng)結構圖從圖1.1的結構圖可知，數據挖掘過程主要包含數據庫中的數據準備、挖掘數據、模式評估與挖掘、模型應用這4個部分，數據挖掘前，首要任務是確認挖掘對象，只有明確了數據挖掘對象....

圖2.1（a-c）構建UP-樹

第二章數據挖掘相關技術與算法研究15降序[34][35]的方法調整數據庫，得到如表2-3所示的新事務數據庫，TU表示去除非候選項調整后的事務效用值。表2-3更新后的新事務數據庫TID事務TU1T(A,1)(C,1)(D,1)82T(A,2)(C,6)(E,2)(A,2)223T(....

圖2.2(a-c)通過DGN策略生成UP-樹的添加過程

昆明理工大學碩士學位論文16項{E}的路徑效用值為2RTU(T)u(A)12，項{A}的路徑效用值為2RTU(T)22，圖2.2b為經過DGN策略添加2T路徑，依次添加3T，4T，5T得到圖2.2c的UP-樹。圖2.2(a-c)通過DGN策略生成UP-樹的添加過程3.生成條件樹首....

圖2-3（a-c）通過DLU策略生產{D}的UP-樹過程

第二章數據挖掘相關技術與算法研究17圖2-3（a-c）通過DLU策略生產{D}的UP-樹過程4.計算真正效用值通過條件樹我們可以得到候選模式，然后再次掃描原始事務數據庫，計算事務真正效用值，最后發(fā)現所有高效用模式。2.4.2HUI-Miner算法UP-Growth算法在計算真正效....

本文編號：3995995