随着当前IT技术、电子商务及互联网的快速发展和迅速普及,导致在各个应用领域的数据库中存储了大量的数据,这些数据集中包含了很多有用的知识,因此如何发现各种大型数据库中所隐藏的、预先未知的信息以辅助相应的应用显得尤为重要,这正是数据挖掘(Data Mining)所要完成的任务。 关联规则(Association Rules)作为数据挖掘领域的一个重要研究分支,1993年R.Agrawal等人提出后被数据库界广泛研究。本文对数据挖掘技术,尤其是关联规则数据挖掘技术进行了系统、深入、全面、详尽地分析和研究,主要包括以下一些内容: 数据挖掘技术的分析与研究。对数据挖掘技术的产生进行了简要的回顾,在提出数据挖掘基本概念的基础上,对数据挖掘的对象、可发现的模式和常使用的技术进行了详细地分类、归纳和总结。 关联规则数据挖掘技术的分析与研究。在提出关联规则基本概念的基础上,对关联规则的种类进行了全面地分类、归纳和总结,对关联规则的典型挖掘算法及其基本思想进行了详细地归纳、分析和研究,对各算法之间的差别进行了客观地比较。 正负关联规则数据挖掘算法的设计、分析与研究。本论文用相关性来度量项集之间的关系。在传统关联规则基础上,给出负关联规则支持度与置信度计算,并对该算法的操作原理和实现步骤进行了详细地分析和研究。进行了算法的验证实验,结果表明该算法是有效的。