改進的Apriori算法對用戶購機偏好的研究課件

1、2022/7/18改進的Apriori算法對用戶購機偏好的研究2022/7/18內(nèi)容提要選題背景研究現(xiàn)狀研究內(nèi)容進度安排4123選題背景手機大數(shù)據(jù)商業(yè)價值非常大手機大數(shù)據(jù)用來分析手機終端偏好十分科學(xué)關(guān)聯(lián)算法能夠挖掘出用戶終端偏好的規(guī)則2022/7/182022/7/18研究現(xiàn)狀-幾種典型的關(guān)聯(lián)算法關(guān)聯(lián)算法AprioriDHPFP-Growth產(chǎn)生大量的候選集，重復(fù)掃描數(shù)據(jù)庫附加一個Hash表計算和數(shù)據(jù)庫的計算時間實現(xiàn)復(fù)雜，只能使用布爾關(guān)聯(lián)規(guī)則2022/7/18研究現(xiàn)狀-Apriori算法Apriori編碼二維-Apriori算法LQ_Apriori算法M-Apriori掃描一次數(shù)據(jù)庫就可以實現(xiàn)

2、提高算法挖掘頻繁項集的時間效率減少掃描的事務(wù)數(shù)量沒有應(yīng)用手機大數(shù)據(jù)手機終端偏好的關(guān)聯(lián)規(guī)則挖掘沒有去除沒有實際意義的強關(guān)聯(lián)規(guī)則研究內(nèi)容-目標與內(nèi)容2022/7/18目標挖掘出手機大數(shù)據(jù)中與用戶終端偏好相關(guān)的規(guī)則改進Apriori算法，提高效率，去除沒有意義的規(guī)則內(nèi)容研究內(nèi)容-問題分析當(dāng)前關(guān)聯(lián)分析Apriori算法存在許多問題，總體來說有如下幾點：重復(fù)掃描數(shù)據(jù)庫產(chǎn)生大量的候選集產(chǎn)生的關(guān)聯(lián)規(guī)則需要優(yōu)化2022/7/18研究內(nèi)容-問題12022/7/18研究內(nèi)容-在進行Apriori算法的I/O負擔(dān)太大研究問題1問題解決通過減少事務(wù)的數(shù)量來掃描事務(wù)的算法，降低算法的掃描時間研究內(nèi)容-問題22022/7

3、/18研究內(nèi)容-研究問題2問題解決在挖掘到強關(guān)聯(lián)規(guī)則有些是不準確的，可能與實際情況不符引入興趣度Apriorir算法進一步的篩選，去除那些不具備實際應(yīng)用價值的規(guī)則，篩選出來用戶感興趣的規(guī)則擬解決方案-問題22022/7/18客觀興趣度：客觀興趣度是指用戶對規(guī)則的客觀關(guān)注程度興趣度概率興趣度相關(guān)興趣度信息量興趣度影響興趣度2022/7/18仿真實驗-數(shù)據(jù)集與工具本實驗的數(shù)據(jù)集來自重慶市聯(lián)通部分9-10月份的數(shù)據(jù)；擬使用Python語言實現(xiàn)相關(guān)算法，并通過Hadoop并行計算框架實現(xiàn)對數(shù)據(jù)的處理，MATLAB等軟件或者插件進行結(jié)果的展示。2022/7/18進度表時間段工作內(nèi)容預(yù)期成果2016.09-2016.11閱讀大數(shù)據(jù)相關(guān)論文，完成開題報告完成開題報告2016.12 -2017.04學(xué)習(xí)大數(shù)據(jù)方面的語言，以及現(xiàn)有的相關(guān)的算法和模型。并且學(xué)習(xí)相關(guān)的實驗工具具備相關(guān)知識基礎(chǔ)2017.05 -2017.08整理相關(guān)的資料，對聯(lián)通大數(shù)據(jù)進行預(yù)處理，利用聚類分析對用戶進行細分，利用關(guān)聯(lián)算法進行關(guān)聯(lián)分析改進算法與模型理論2017.09 -2018.01設(shè)計算法對實驗結(jié)果進行預(yù)測分析，驗證實驗理論，完成理論思想編寫代碼并在平臺上進行實驗，