1、該論文研究數(shù)據(jù)挖掘的典型理論和一些爭待研究、發(fā)展的課題,并將研究重點放在非頻繁關聯(lián)規(guī)則挖掘上.簡單的說,數(shù)據(jù)挖掘是從大量數(shù)據(jù)中提取或挖掘知識.數(shù)據(jù)挖掘是計算機科學一個活躍的研究領域,出現(xiàn)于80年代后期,從多門學科發(fā)展起來,這些學科包括數(shù)據(jù)庫技術、人工智能、統(tǒng)計學等.關聯(lián)規(guī)則挖掘是數(shù)據(jù)挖掘的一項重要功能,首先由Agrawal.等在1993年提出,用于發(fā)現(xiàn)大規(guī)模數(shù)據(jù)集中項集之間有趣的聯(lián)系或規(guī)則.關聯(lián)規(guī)則挖掘在分析零售店中消費者的購買模式、決

2、策分析和商務管理方面是有用的.現(xiàn)在,關聯(lián)規(guī)則挖掘已經(jīng)成為理解數(shù)據(jù)的流行工具.論文中介紹了關聯(lián)規(guī)則挖掘的典型算法:Apriori算法、FP-G算法和多層關聯(lián)規(guī)則挖掘算法.論文中還總結和介紹了關聯(lián)規(guī)則挖掘近幾年的一些重要的研究成果如運用多重相似查詢技術提高數(shù)據(jù)挖掘效率、運用Apriori算法挖掘量化關聯(lián)規(guī)則、基于集體度——置信度框架的關聯(lián)規(guī)則挖掘、挖掘互依賴模式等.關聯(lián)規(guī)則挖掘面臨著一些問題需要解決,該文研究了如下幾個問題:非頻繁關聯(lián)規(guī)則挖