本文關鍵詞：一種基于改進遺傳算法的關聯(lián)規(guī)則挖掘及應用研究

  更多相關文章： 關聯(lián)規(guī)則 遺傳算法 改進遺傳算法 用戶評價

【摘要】：隨著互聯(lián)網(wǎng)和電子商務的飛速發(fā)展,信息化、數(shù)據(jù)化成為這個時代的特征。各個行業(yè)的數(shù)據(jù)庫中都儲存了大量數(shù)據(jù)信息,這些數(shù)據(jù)中包含了許多有價值的信息,而關聯(lián)規(guī)則挖掘就是從大量的數(shù)據(jù)信息中挖掘隱藏的、有價值的關聯(lián)關系,為決策者做出明智的決策提供有力依據(jù)的一種挖掘工具。。而關聯(lián)規(guī)則挖掘經(jīng)典算法——Apriori算法,在數(shù)據(jù)信息量龐大的情況下,效率低,運行時間長,為了彌補Apriori算法的不足,本文引入全局搜索算法——遺傳算法,針對遺傳算法容易產(chǎn)生局部最優(yōu)解的缺點,對遺傳算法進行改進,提出了一種基于改進遺傳算法的關聯(lián)規(guī)則挖掘算法,并通過對比實驗,驗證該算法的優(yōu)越性,最后將算法應用到某商務網(wǎng)站交易數(shù)據(jù)和評價數(shù)據(jù)中,驗證算法的實用性,挖掘商務網(wǎng)站大量數(shù)據(jù)中有價值的信息。本文主要工作如下:(1)關聯(lián)規(guī)則挖掘研究:深入研究了關聯(lián)規(guī)則挖掘算法,詳細闡述了關聯(lián)規(guī)則挖掘的經(jīng)典算法——Apriori算法,分析常用關聯(lián)規(guī)則挖掘算法的優(yōu)缺點,提出一種用遺傳算法對關聯(lián)規(guī)則挖掘改進的思想。(2)遺傳算法研究:全面介紹了遺傳算法的相關概念和基本思想,詳細比較分析了多種編碼方法、適應度函數(shù)的構造方法、遺傳算子的設計,提出一種改進遺傳算法,并對改進遺傳算法的步驟流程做了詳細的解釋說明。(3)一種基于改進遺傳算法的關聯(lián)規(guī)則挖掘研究:設計了一種基于改進遺傳算法的關聯(lián)規(guī)則挖掘算法,并利用MATLAB對改進遺傳算法、遺傳算法、Apriori算法挖掘關聯(lián)規(guī)則進行對比實驗,從挖掘的關聯(lián)規(guī)則數(shù)目、處理不同數(shù)據(jù)集的運行時間以及挖掘不同支持度閾值關聯(lián)規(guī)則的運行時間上驗證了本文設計的改進遺傳算法挖掘關聯(lián)規(guī)則的優(yōu)越性。(4)基于改進遺傳算法的關聯(lián)規(guī)則挖掘應用:將基于改進遺傳算法的關聯(lián)規(guī)則挖掘應用于某商務網(wǎng)站中,通過挖掘商務網(wǎng)站交易數(shù)據(jù),發(fā)現(xiàn)買家購買商品之間的關聯(lián)關系;挖掘商品評價數(shù)據(jù),發(fā)現(xiàn)買家對不同類型商品以及同種商品價格對評價的影響,根據(jù)挖掘到的關聯(lián)規(guī)則,針對現(xiàn)有的信用評價模型進行改進,從而為賣家制定優(yōu)質的營銷策略、改善網(wǎng)站結構、提高銷售額提供有價值的信息。
【關鍵詞】：關聯(lián)規(guī)則 遺傳算法 改進遺傳算法 用戶評價
【學位授予單位】：蘭州財經(jīng)大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TP18;TP311.13
【目錄】：

• 摘要4-5
• Abstract5-10
• 1 緒論10-19
• 1.1 選題背景及意義10-11
• 1.2 研究現(xiàn)狀11-16
• 1.2.1 關聯(lián)規(guī)則挖掘方向的研究現(xiàn)狀11-13
• 1.2.2 遺傳算法應用于關聯(lián)規(guī)則挖掘方向的研究現(xiàn)狀13-15
• 1.2.3 關聯(lián)規(guī)則挖掘的應用方向的研究現(xiàn)狀15-16
• 1.3 文章創(chuàng)新點16-17
• 1.4 文章結構安排17-19
• 2 關聯(lián)規(guī)則挖掘19-30
• 2.1 關聯(lián)規(guī)則挖掘基本概念19-21
• 2.2 關聯(lián)規(guī)則挖掘的分類21-22
• 2.3 關聯(lián)規(guī)則挖掘算法22-30
• 2.3.1 關聯(lián)規(guī)則挖掘算法的步驟22-23
• 2.3.2 常用算法概述23-24
• 2.3.3 Apriori算法24-30
• 3 遺傳算法及其改進算法30-43
• 3.1 遺傳算法概述30-31
• 3.1.1 基本思想30
• 3.1.2 遺傳算法的基礎術語30-31
• 3.2 遺傳算法的基本實現(xiàn)技術31-37
• 3.2.1 遺傳算法的基本流程31-32
• 3.2.2 編碼方法32-33
• 3.2.3 適應度函數(shù)33-34
• 3.2.4 選擇算子34
• 3.2.5 交叉算子34-36
• 3.2.6 變異算子36
• 3.2.7 遺傳算法參數(shù)設定36-37
• 3.3 改進遺傳算法37-43
• 3.3.1 改進編碼方法37-38
• 3.3.2 改進適應度函數(shù)38-40
• 3.3.3 改進選擇算子40-41
• 3.3.4 改進交叉算子41-42
• 3.3.5 改進變異算子42-43
• 4 一種基于改進遺傳算法的關聯(lián)規(guī)則挖掘43-52
• 4.1 基于改進遺傳算法的關聯(lián)規(guī)則挖掘研究43-47
• 4.1.1 利用改進遺傳算法進行關聯(lián)規(guī)則挖掘的思想43
• 4.1.2 基于改進遺傳算法的關聯(lián)規(guī)則挖掘算法描述43-45
• 4.1.3 基于改進遺傳算法的關聯(lián)規(guī)則挖掘基本流程圖45
• 4.1.4 基于改進遺傳算法的關聯(lián)規(guī)則挖掘算法詳解45-47
• 4.2 算法對比實驗47-52
• 5 基于改進遺傳算法的關聯(lián)規(guī)則挖掘在商務網(wǎng)站中的應用52-75
• 5.1 商務網(wǎng)站數(shù)據(jù)信息的潛在價值52
• 5.2 在商務網(wǎng)站交易信息中的應用52-61
• 5.2.1 商務網(wǎng)站交易信息的重要性52-53
• 5.2.2 數(shù)據(jù)準備53-55
• 5.2.3 數(shù)據(jù)預處理55-59
• 5.2.4 實現(xiàn)過程59-60
• 5.2.5 結果分析60-61
• 5.3 在商務網(wǎng)站商品評價信息中的應用61-75
• 5.3.1 商務網(wǎng)站商品評價體系的重要性61-63
• 5.3.2 源數(shù)據(jù)收集及數(shù)據(jù)預處理63-66
• 5.3.3 評價信息挖掘規(guī)則及結果分析66-69
• 5.3.4 改進信用評價模型69-75
• 6 總結與展望75-77
• 6.1 總結75
• 6.2 展望75-77
• 參考文獻77-83
• 附錄83-90
• 致謝90-91
• 攻讀碩士學位期間發(fā)表的論文及科研情況91

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 胡淑新;李長云;吳岳忠;;改進Apriori算法在高校學生信息系統(tǒng)中的應用研究[J];電子設計工程;2015年23期

2 范柯嬋;張聰群;;電子商務環(huán)境下消費者網(wǎng)絡評價影響因素研究[J];科技與管理;2015年02期

3 黃毅杰;張藝雪;;基于遺傳算法的關聯(lián)規(guī)則挖掘研究[J];九江學院學報(自然科學版);2014年03期

4 戴小廷;;關聯(lián)規(guī)則數(shù)據(jù)挖掘算法及其在智能物流中的應用分析[J];科技和產(chǎn)業(yè);2014年02期

5 李廣霞;;基于遺傳算法的關聯(lián)規(guī)則挖掘[J];石家莊職業(yè)技術學院學報;2013年04期

6 譚陽;陳琳;;遺傳算法在關聯(lián)規(guī)則挖掘上的應用[J];湖南廣播電視大學學報;2013年02期

7 朱嬋;;基于遺傳算法的新書推薦系統(tǒng)研究[J];現(xiàn)代計算機(專業(yè)版);2012年21期

8 潘俊輝;王輝;;一種基于改進的遺傳算法的關聯(lián)規(guī)則挖掘及應用[J];齊齊哈爾大學學報(自然科學版);2011年02期

9 劉偉;朱珍民;蔣發(fā)群;葉劍;蘇曉麗;;普適計算中一種最優(yōu)服務選擇算法的設計與仿真[J];計算機應用研究;2010年03期

10 鄧春燕;;遺傳算法的交叉算子分析[J];農(nóng)業(yè)網(wǎng)絡信息;2009年05期

，

本文編號：968165