基于weka的數(shù)據(jù)挖掘的關(guān)聯(lián)規(guī)則應用研究

董　婷

(榆林學院信息工程學院，陜西 榆林　719000)

?

基于weka的數(shù)據(jù)挖掘的關(guān)聯(lián)規(guī)則應用研究

董婷

(榆林學院信息工程學院，陜西 榆林719000)

摘要：以榆林市采氣廠的采氣監(jiān)測數(shù)據(jù)為例，運用weka工具進行數(shù)據(jù)分析，并通過基于weka的Apriori算法數(shù)據(jù)挖掘的關(guān)聯(lián)規(guī)則應用，找出油壓、進站壓力、日產(chǎn)氣量之間的關(guān)聯(lián)，利用關(guān)聯(lián)規(guī)則分析其中存在的規(guī)律。實驗結(jié)果表明，數(shù)據(jù)挖掘工具weka能夠準確分析出各數(shù)據(jù)之間的關(guān)聯(lián)情況。

關(guān)鍵詞：關(guān)聯(lián)規(guī)則；weka；數(shù)據(jù)挖掘；Apriori算法

隨著信息技術(shù)的發(fā)展，產(chǎn)生的數(shù)據(jù)量越來越大，人們對于從數(shù)據(jù)中獲取有效信息的要求也越發(fā)強烈。數(shù)據(jù)庫數(shù)量的日益增多，數(shù)據(jù)類型多樣化、結(jié)構(gòu)復雜化的趨勢越發(fā)明顯，迫切需要先進的技術(shù)以滿足人們的需求。數(shù)據(jù)挖掘(data mining， DM)技術(shù)正是基于人們對挖掘有效信息的需求而產(chǎn)生的新技術(shù)。所謂數(shù)據(jù)挖掘就是從數(shù)據(jù)中發(fā)現(xiàn)趨勢和模式的過程[1]。學術(shù)界對于數(shù)據(jù)挖掘進行了深入的研究，取得了不菲的成績，其中關(guān)聯(lián)規(guī)則算法的研究在數(shù)據(jù)挖掘算法的研究中占有舉足輕重的地位，而關(guān)聯(lián)規(guī)則算法的核心就是Apriori算法，目前對Apriori算法的研究也在逐漸增加[2]。

數(shù)據(jù)挖掘就是從多種多樣的數(shù)據(jù)中發(fā)掘出潛在的、有價值的、有規(guī)律的知識發(fā)現(xiàn)(knowledge discovery in database，KDD)的過程[3]，不僅如此，數(shù)據(jù)挖掘還可以用于數(shù)據(jù)自身的維護[4]。本文基于weka軟件對數(shù)據(jù)挖掘中的關(guān)聯(lián)規(guī)則應用進行研究。

1數(shù)據(jù)挖掘中的關(guān)聯(lián)規(guī)則挖掘

1.1　關(guān)聯(lián)規(guī)則主要概念、參數(shù)

設I={i1,i2,…,in}是由n個不同的項目組成的集合，字母T表示I的子集，事務數(shù)據(jù)庫用字母D表示， TID代表著一個事務，這個標識符有著唯一性。……