张晓东+王斌

摘要：数据挖掘自从提出以来，已经得到了广泛的应用和发展。关系关联规则表示一种特定类型的关联规则，该规则描述了在数据集内描述实例的特征之间发生的频繁关系。该文研究的是重新挖掘一个数据集，这个数据集是之前已经被挖掘过的，但是描述数据库中的元素的属性集增加时，如何更高效的挖掘关联规则。

关键词：数据挖掘；数据属性集；自适应算法；扩展

中图分类号：TP393 文献标识码：A 文章编号：1009-3044（2016）28-0023-01

1 数据挖掘背景

自从人类进入信息社会以来，随着计算机和网络的普及，科学技术迅猛发展，产生的数据量越来越大，在各个领域都积累了大量的数据，如考试报名系统人员的报名信息、搜索引擎每天的海量搜索记录、购物平台产生的海量交易记录和银行系统每天繁杂的转账记录等等。显然在这些数据中蕴藏着丰富的可以加以利用的信息，但是传统的文件系统面对如此海量的数据显得无能为力。因此我们迫切需要一种工具和手段，从这些数据中挖掘出我们感兴趣的信息和知识。数据库技术的发展有力地加快了人类向信息化时代发展的脚步，但是数据库的统计和查询功能，根本无法满足人们对有趣知识和信息的挖掘需求。于是，人们将数据库技术、信息检索、算法、机器学习和统计学等技术相结合，数据挖掘应运而生。

数据挖掘是一门交叉学科，它融汇了不同学科的技术，具有分类、聚类、关联规则和序列模式的发现、预测、偏差的检测等多种功能，各项功能互相联系，共同发挥作用。

2 自适应算法在数据挖掘中的应用

自适应算法是一种崭新的关联规则挖掘算法。关联规则挖掘的传统方法是从一组已知的对象开始，在数据集内发现有趣的关系关联规则。在这组已知的对象中，每个对象是由一组属性来描述。例如，假设用D来表示一个数据集，则|D|表示这个数据集中对象的个数。D中每个对象都用n个属性{A1μ1A2，...μm-1Am}来描述，每个属性Ai（1≤i≤m）都有唯一的取值，μi表示一种大小关系，比如≤。但是在现实生活中，对象的属性集可能是要变化的，显然，为了获得在这些条件下的对象集的有趣的关联规则，也就是当描述对象的属性集增加的时候，传统的挖掘算法可以一次又一次从头开始应用。但这可能是低效的。于是我们提出一种自适应算法的思想。

自适应算法适用于在第一次挖掘结束，属性扩展之后需要进行第二次挖掘的时候。如果表示这些数据元素的属性集扩展s项，分别是m+1，m+2，...，m+s项。很显然，扩展之后，描述数据元素的向量变成m+s维。这个时候，我们应该充分利用第一次的挖掘结果。在一项集结合的时候，旧属性之间不能再进行结合，相结合的两个属性至少要有一个是新属性，这样结合，得出的结果一定是第一次挖掘的时候所没有的，是崭新的规则。

自适应算法识别有趣的关联规则是一个迭代的过程，首先是基于关联规则长度的迭代，然后验证的候选人的最小支持度和最小置信度。在开始阶段，它先计算长度为2的关联规则的支持度和置信度，选出有趣的关联规则，即验证关联规则的最小支持度和最小置信度。长度为k的关联规则挖掘过程分为两个阶段。第一个阶段是要产生候选项，长度为k的候选项的产生来源于两部分。一部分是属性集扩展之前的数据集中，另一部分是在属性集扩展之前的数据集中的两个长度为k-1的关联规则结合而成。第二个阶段是要扫描数据集，验证最小支持度和最小置信度，找出有趣的关联规则。

由上述可知，自适应算法对第一次挖掘的结果采取了“回避”的策略，并没有在已有的结果上花费时间，而是采用了一种新颖的属性结合方式，让那s个新属性和所有的m+s个属性相结合，这样就保证了结合出来的关联规则是新的关联规则，直观上可以看出效率更高。

3 结束语

在本文中，我们提出了挖掘关联规则的一种崭新的挖掘思想——自适应挖掘思想。这种思想是在第一次挖掘之后，如何利用已有的结果，尽快挖掘出所有有趣的关联规则。但这种算法仍然是顺序挖掘算法，并没有考虑到在多处理机系统的环境下，如何利用并行思想，更加高效的挖掘信息。在未来的工作中，我们准备把并行思想融入到自适应算法之中。

参考文献：

[1]韩家炜，裴健.数据挖掘概念与技术[M].3版.范明，孟小峰，译. 机械工业 出版时间，2012.

[2]纪希禹.数据挖掘技术应用实例[M].北京：机械工业出版社，2008.

[3]R. Agrawal， T. Imielinski， A. Swarmi， Mining association rules between sets of items in large databases[C]. Proceedings of the ACM SIGMOD Conference on Management of Data 1993：207–216.

[4]谭建豪.数据挖掘技术[M]. 水利水电出版社， 2009.

[5]R. Agrawal and R. Srikant. Fast algorithms for mining association rules in large databases. In VLDB， pages 487–499， 1994.