1. 毕业设计（论文）主要目标：
本文主要开展并完成以下目标: (1) 全面了解挖掘关联规则相关算法，了解关联规则挖掘算法的应用。 (2) 重点研究基于FP-tree的关联规则挖掘算法一FP-growth算法，掌握该算法的基本原理，并分析该算法存在的相关问题。 (3)拟针对传统的FP-tree算法进行改进，使之占用更小的存储空间。 (4)对相关算法进行实现，并在数据集上进行相关实验，验证算法及改进方法的有效性。(5)按照学校要求完成相关毕业论文撰写工作。
2. 毕业设计（论文）主要内容：
关联规则挖掘是数据挖掘的基本问题之一。经典的关联规则挖掘算法主要是基于频繁集的方法，相关的算法主要有Apriori算法和FP-growth算法。FP-growth算法采用不同于以前Apriori系列算法的候选产生测试方法，采取模式增长的方法挖掘关联规则，它克服了Apriori系列算法的缺陷，取得了很好的效果。但是，FP-growth算法仍然存在着一些不足，如算法的性能严重依赖于数据库的大小，挖掘关联规则时需要递归地生成和释放成千上万的条件模式树等等。本文拟针对FP-growth算法进行较为深入的研究，探讨其中存在的问题，开展相关研究与改进，进行相关实验验证，形成相关论文。
3. 主要参考文献
[1].《数据挖掘概念与技术》Jiawei Han著，范明等译，机械工业出版社.[2].刘喜苹，刘彩苹，谭义红.《一个新的不需要候选集的挖掘关联规则算法---Relim算法研究》.计算技术与自动化. [3].陈凯，冯全源.《最大频繁项目集的高效挖掘》.微电子学与计算机. [4].丛丹，王俊普，杨文等.《基于FP-Tree的模式分解算法》.计算机工程. [5].谈克林，孙志辉.《一种FP树的并行挖掘算法》.计算机工程与应用 .[6].(英)David Hand, Heikki Mannila, Padhraic Smyth著，张银奎，廖丽，宋俊等译.《数据挖掘原理》.北京:机械工业出版社，2003.4. [7]. Srikant R} Agrawal R. Mining Generalized Association Rules. Proceedings of the 1995 Very Large Databases Conference.[8]. Park. J S, Chen M S, Yu P S.An Ei}ective hash based Algorithm for Mining Association Rules.In Proceedings 1995 ACM SIGMOD International conference Management of Data (SIGMOD95). San Jose, CA: 1995,175-186.[9].Park. J S, Chen. M S, Yu P S. An Efective hash based Algorithm for Mining Association Rules. IEEE Traps. On Knowledge and Data Engineering. 1997,9(5):813-825.[10].Toivonen H. Sampling Large Databases for Association Rules .In Proceeding 1996 InternationalconferenceVeryLargeDataBases件LDB96).India:Bombay, 1996,134-145.
剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付
以上是毕业论文任务书，课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
