本书是一本深入研究数据挖掘领域中关联规则挖掘和可变精度模糊粗糙集理论的著作,其中关联规则挖掘以频繁集挖掘为主要内容,研究包括如何充分利用模糊约束进行频繁集的挖掘,高效的最大频繁集挖掘算法,以及可变精度模糊粗糙集的性质和算法。本书强调理论性和技术性的统一,在理论研究的同时提供了技术的实现。
样章试读
目录
- 目录
第1章 绪论 1
1.1 研究意义 1
1.2 研究现状与分析 3
1.3 主要研究内容和创新点 10
第2章 关联规则和模糊粗糙集 14
2.1 数据挖掘 14
2.2 关联规则 19
2.3 模糊集及运算 24
2.4 粗糙集 29
2.5 模糊粗糙集基础 34
2.6 本章小结 36
第3章 带有模糊约束的频繁集发现 38
3.1 引言 38
3.2 约束的分类及性质 39
3.3 模糊约束 42
3.4 遗传寻优模糊集 46
3.5 实验结果 48
3.6 一个新的基于分段约束的biConstraints算法 51
3.7 本章小结 66
第4章 最大频繁集发现算法 67
4.1 引言 67
4.2 挖掘最大频繁集 68
4.3 最大频繁集发现算法GrGMiner 76
4.4 实验结果 88
4.5 实例分析 92
4.6 本章小结 97
第5章 可变精度模糊粗糙集理论 99
5.1 粗糙集和可变精度粗糙集 100
5.2 模糊粗糙集及其约减算法 102
5.3 可变精度模糊粗糙集 104
5.4 可变精度模糊粗糙集约减算法 112
5.5 本章小结 115
第6章 结论与展望 116
6.1 研究结论和主要创新性成果 116
6.2 研究展望 118
参考文献 119