10.3969/j.issn.1002-7300.2016.07.009
基于粗糙集的关联规则挖掘方法的研究与应用
基于粗糙集理论知识,对关联规则挖掘算法作出一定的改进。该算法的主要思想是把集合的近似质量作为迭代准则,初始约简集是所有的条件属性集合,在保证近似质量不变的前提下通过逐步缩减的方式来求取约简集,保证了所求的约简不会减弱对问题的分类决策能力。约简后得到新的决策表,在此基础上应用基于贪心思想的Apriori算法挖掘关联规则。算法的主要优势是在不影响对问题分类决策能力的前提下,以较小的属性和候选项集数目以及有限的扫描次数生成决策规则。通过应用实例和实验分析验证了算法的有效性。
关联规则、粗糙集、Apriori算法
39
TP391(计算技术、计算机技术)
2016-08-24(万方平台首次上网日期,不代表论文的发表时间)
共5页
44-48