王润芳 丁晓敏
(长春工业大学人文信息学院 信息工程系,吉林 长春130122)
数据挖掘是一种利用分类、聚类、关联分析等多种方式对数据进行分析和处理的重要手段,当前信息技术和存储技术的发展,使得各行业拥有的数据信息量不断增加,而数据挖掘的应用需求逐渐凸显[1]。当前传统数据库已经无法实现对隐藏在海量数据当中的相关内容进行挖掘,因此造成了数据海量却缺乏信息的现象产生[2]。基于此,为了提升数据挖掘的实际应用效果,本文开展基于关联规则的网络信息数据挖掘方法研究。
在对网络环境当中的信息数据进行挖掘时,设置数据挖掘规则的主要目的是找出在海量数据集当中的频繁事务,即频繁项集。关联规则是一种以增长趋势为主要形式的挖掘算法。本文结合关联规则,对网络信息数据挖掘规则进行设计[3]。在进行网络信息数据挖掘时,需要经历两次网络数据库。第一次,在开始挖掘阶段,对候选集进行挖掘。在这一阶段中,生成的单项频繁项集即为挖掘出的结果。第二次,在挖掘候选集的过程中对原本复杂程度较高的挖掘数据进行优化,以此缓解挖掘执行过程中的压力。具体挖掘规则为:
首先,将选取的待挖掘样本进行分块处理,并将处理后的结果输入到集群的各个节点当中,通过关联规则对每一项数据节点的支持度进行计算。……