跳到主要內容

簡易檢索 / 詳目顯示

研究生: 林琪淵
Chi-Yuan Lin
論文名稱: 在POS資料倉儲中挖掘關聯規則
指導教授: 陳彥良
Yen-Liang Chen
口試委員:
學位類別: 碩士
Master
系所名稱: 管理學院 - 資訊管理學系
Department of Information Management
畢業學年度: 88
語文別: 中文
論文頁數: 91
中文關鍵詞: 資料挖掘資料倉儲關聯規則
相關次數: 點閱:11下載:0
分享至:
查詢本校圖書館目錄 查詢臺灣博碩士論文知識加值系統 勘誤回報

  • 本篇論文與先前文獻中所提出的關聯規則演算法最大的不同,在於以前的關聯規則演算法是專注在每筆顧客交易內商品項目之間的關係,而本文提出的方法,是專注在商店內或商店間商品項目之間的關係,而商品之間的關係包括了商品間的銷售量關係和商品間的價格關係。同時,關聯規則中的商品可以跨概念階層,且銷售量關係和價格關係是具語意的關係,而不只是單純的數量關係。


    目錄I 圖表目錄III 第一章 緒論1 第一節 研究動機1 第二節 研究目的2 第三節 研究範圍3 第四節 論文結構4 第二章 文獻探討6 第一節 APRIORI演算法8 第二節 挖掘多概念層級的關聯規則13 第三節 挖掘數量關聯規則17 第四節 增進挖掘關聯規則的效率20 第五節 關聯規則的有趣性23 第三章 問題定義25 第一節 資料倉儲內資料格式的定義25 第二節 價格區間的定義26 第三節 銷售量區間的定義27 第四節 價格變化及銷售量變化的定義29 第四章 準備資料30 第一節 計算各商品種類的彙總資料32 第二節 計算價格區間33 第三節 計算銷售量區間36 第四節 計算營業額變化43 第五節 計算價格及銷售量變化44 第六節 回顧本章46 第五章 找出各種關聯規則47 第一節 商品間的關聯48 第二節 商店交叉分析52 第三節 連鎖店交叉分析55 第四節 營業額交叉分析58 第六章 過濾不有趣的規則60 第一節 限定規則的形式60 第二節 過濾被包含的規則61 第七章 系統實作63 第一節 系統架構63 第二節 系統流程64 第三節 準備資料65 第四節 系統畫面67 第八章 結論與建議75 參考文獻76 附錄 DTS PACKAGE的各資料流及SQL指令78

    [BMS97] Sergey Brin, Rajeev Motwani, and Craig Silverstein, “Beyond Market Baskets: Generalizing Association Rules to Correlations,” SIGMOD Conference pp 265-276,1997.
    [CHC99] S.S. Chen, P.Y Hsu, Y. L. Chen, “Mining Association Rules in Sequence Data”, Journal of Information Management, vol. 6, no.2, 167-182.
    [CHL99] Y.L. Chen, P. Y. Hsu, C. C Ling, “Mining Quantitative Association Rules In Bag Databases” , Journal of Information Management.
    [CHL99] Y.L. Chen, P. Y. Hsu, C. C Ling, “Mining Quantitative Association Rules In Bag Databases” , Journal of Information Management.
    [GBLP96] Jim Gray, Adam Bosworth, Andrew Layman and Hamid Pirahesh, “Data Cube: A Relational Aggregation Operator Generalizing Group-By, Cross-Tab, and Sub-Totals,” IEEE 1996
    [HY95] Jiawei Han, and Yongjian, “Discovery of Multiple-Level Association Rules from Large Databases,” Proceddings of the 21st VLDB Conference, 1995
    [HY95] Jiawei Han, and Yongjian, “Discovery of Multiple-Level Association Rules from Large Databases,” Proceddings of the 21st VLDB Conference, 1995
    12:1-12:7.
    [PCY95] Jong S. Park, Ming-Syan Chen, and Philip S. Yu, “An Effective Hash-Based Algorithm for Mining Association Rules,” Proc ACM SIGMOD, pp.175-186,May 1995.
    [PCY95] Jong S. Park, Ming-Syan Chen, and Philip S. Yu, “An Effective Hash-Based Algorithm for Mining Association Rules,” Proc ACM SIGMOD, pp.175-186,May 1995.
    [SA96] R. Srikant and R. Agrawal, “Mining Quantitative Association Rules in Large Relational Tables”, SIGMOD 1996, pp.1-12. 
    [SON95] A. Savasere, E. Omiecinski, and S. Navathe, “An Efficient Algorithm for Mining Association Rules in Large Databases,” VLDB ,pp.432-443,1995.
    [ST96] A .Silberschatz and A. Tuzhilin, “What Makes Patterns Interesting in Knowledge Discovery Systems,” IEEE Transactions on Knowledge and Data Engineering, 8 ,pp.970-974,1996.
    [ST96] A .Silberschatz and A. Tuzhilin, “What Makes Patterns Interesting in Knowledge Discovery Systems,” IEEE Transactions on Knowledge and Data Engineering, 8 ,pp.970-974,1996.

    QR CODE
    :::