熊中敏 朱春卫 郭振辉 陈 明

1(上海海洋大学信息学院 上海201306) 2(农业部渔业信息重点实验室 上海 201306) 3(上海电子信息职业技术学院 上海 201411)

0 引 言

数据挖掘就是利用各种数理模型从数据库中的海量数据中抽取隐藏的某种规律的一系列过程[1]。关联规则挖掘能将数据库中项与项之间的潜在关系挖掘出来，比如利用超市的购物单发现了购买啤酒和尿布的强规则[2]。最经典的关联规则算法是 Apriori 算法[3]，但它需要反复扫描事务数据库并产生大量候选集，占用内存大、运行效率低。以下出现的是一些当前关联规则挖掘急需解决的挑战性问题[4]：

(1) 面临当前海量信息，提高关联规则挖掘算法的效率常常又会导致降低了挖掘结果的可行性、新奇性。

(2) 在挖掘的过程中，大型数据库挖掘出的规则集过大，导致用户难以理解、难以选择。

(3) 关联规则算法中融合其他算法、解决单纯的关联规则算法无法解决的应用问题。好多挖掘方法看似和关联规则算法没有交集，若有机地融入算法中可扬长避短。

通过数据仓库的OLAP操作：切片、切块、旋转、上卷和下钻，用户既可以快速地察觉到宏观变化，又可以从细节上观察变化的详细因素。聚类是用户用以观察某一类具有共同特性的数据集的利器。现有的关联规则挖掘若结合OLAP和聚类分析，用户可以有预见性地选取有分析意愿的数据集，挖掘结果更符合用户的分析意愿，使得挖掘出的关联规则的数量大为减少、而用户的满意度却大大增加。……