基于聚类分析的关联规则挖掘方法

基于聚类分析的关联规则挖掘方法

基于聚类分析的关联规则挖掘方法

5214

基于聚类分析的关联规则挖掘方法

2009,30(22)

计算机工程与设计ComputerEngineeringandandDesign计算机工程与设计ComputerEngineeringDesign

基于聚类分析的关联规则挖掘方法

邬长安1，尤

摘

磊1，苏晓珂2

(1.信阳师范学院计算机与信息技术学院，河南信阳464000；2.东华大学信息科学与技术学院，上海201620)

要：从数据集中挖掘数据间的相互关系及其关联规则是数据挖掘研究领域的核心内容之一，为了挖掘实体表现出的数据特征与实体具备因素间的关系，提出了一种挖掘方法。先采用聚类分析的方法对实体的数据进行了聚类，再通过关联分析的方法分析聚类簇中实体的因素，继而得出实体具备的因素与实体数据间的相互影响及其关联规则。通过该方法分析了学生具有的因素对学生学习成绩的影响，分析结果表明了方法的可行性。关键词：聚类分析;关联分析;K-Means算法;FP-Growth算法;频繁项集中图法分类号：TP301

文献标识码：A

文章编号：1000-7024(2009)22-5214-04

Methodofminingassociationrulesbasedonclusteringanalysis

WUChang-an1,

YOULei1,

SUXiao-ke2

(1.CollegeofComputerandInformationTechnology,XinyangNormalUniversity,Xinyang464000,China;

2.CollegeofInformationScienceandTechnology,DonghuaUniversity,Shanghai201620,China)

Abstract：Itisoneofthecorecontentofdataminingresearchfieldwhichminingthecorrelationandassociationrulesbetweendatastoredindatabase.Tominingtherelationbetweenentity’sbehaveddataandentity’spossessedfactor,aminingmethodispresented.Firstly,clusteringanalysisisusedtoclassifyentitybyentity’sbehaveddata,thenassociationrulesisusedtoanalysisentity’spossessedfactorwhichbelongstothesamecluster,andthentheinterrelationshipbetweenfactorandbehaveddataisgotten.Byusethismethodtoanalysistheaffectofstudent’sfactorsonstudent’sstudyscore,thevalidityofthepresentedmethodisdemonstrated,themethodandtheconclusioncanpromoteinotherrelatedfields.

Keywords：clusteranalysis;associationanalysis;k-means;FP-Growth;frequentitemset

0引言

类，而后对每一个聚类簇(具有相似的购物金额)中人群的一些特征进行关联分析，得出具备哪些特征的人群更倾向于购买金额昂贵(或者低廉的)的商品，这些导购信息的获取对超市的经营者具有指导意义。基于此，本文提出一种结合聚类分析、关联分析的挖掘方法，即先采用聚类分析将研究对象划分成若干簇，而后采用关联分析的方法获取每一簇中对象的一些共同特征，并运用此方法对影响某高校学生学习的因素进行了分析。

聚类分析是将数据对象分组成为多个类或簇(cluster)，在同一个簇中的对象之间具有较高的相似度，而不同簇中的对象差别较大。关联规则是挖掘大量数据中项集之间有趣的关联或相关联系。聚类是数据挖掘、模式识别等研究方向的重要研究内容之一。关联规则是数据挖掘研究的重要内容之一，旨在从大量数据中提取人们未知却又潜在有用的规则。

近年来聚类分析与关联分析得到了广泛的应用与具体的研究，主要侧重在两个方面：一是挖掘分析具体的实际应用问题；二是提高挖掘算法的时间、空间效率以及算法的伸缩性。文献[1]对近年来提出的较有代表性的聚类算法进行了分析概括；文献[2]分析了数据挖掘领域的比较有影响力的10个算法；文献[3]对关联规则中使用的方法与技术进行了分析；文献[4]将关联规则应用到文档聚类中。

在研究超市人群购买力时，为确定不同的消费人群的购买力的差异，可先对超市历史购物数据按照消费金额进行聚

1相关理论

设

表示第

个因素值。

个实体表现数据

个时间段的表现数据信息。

信息的集合，表示第

设合。

表示实体因素信息与表现数据信息的集

分量表示实体的因素信息，

分量的变化即内外部因素的变化会