基于中智模糊关联规则生成的大数据挖掘分析算法

梁 凡 赵 丽

1(南宁职业技术学院信息工程学院 广西 南宁 530008)2(山西大学软件学院 山西 太原 030013)

0 引 言

随着数据库系统的大量建设与互联网技术的广泛应用，采用大数据挖掘技术对海量数据中蕴含的潜在价值进行分析逐步受到世界各国的高度重视，如商业、科技、健康、智能电网等[1]。大数据分析技术作为有效手段之一，可发现不同项目间潜在的未观察到的关联。关联规则挖掘[2]作为大数据分析中的一类技术，指采用某种算法发现不同项目间可能存在的关联或联系[3]。例如，文献[4]提出一种多尺度关联规则挖掘算法，实现了多尺度数据集之间知识的跨尺度推导，算法具有较高的覆盖率、精确度和较低的支持度估计误差。文献[5]针对动车组运维数据的数据量巨大、价值密度低的特点，提出了基于近似最小完美Hash函数的关联规则挖掘算法，算例结果表明，挖掘出的规则可以有效地指导动车组修程修制优化，从而达到提高动车组运维效率的目的。类似研究见文献[6-8]。但上述文献均建立在经典的布尔型关联规则基础上，即输出结果是0-1型的二进制数据。当应用经典的布尔型关联规则进行数据库定量分析时，会引入硬化数据“尖锐边界”问题。换言之，经典布尔型关联规则仅通过硬性的离散化划分策略可能破坏了不同项数据间存在的内在联系。针对传统布尔型关联规则挖掘算法存在的这一缺点，文献[9]提出一种顾及模糊属性的空间关联规则挖掘方法，结合模糊集理论，采用隶属度函数将模糊空间数据转化为由隶属度表征的模糊数值，进而将模糊空间属性化为模糊集合，最终提取出模糊关联规则。……