基于意外度的关联规则深层知识发现及应用研究
为了弥补传统关联规则挖掘产生大量冗余规则、难以直接用于决策支持的不足,本文提出了一种基于用户已有知识的规则意外度评价方法,并在此基础上设计了基于意外度的深层关联规则挖掘算法。算法的优点在于能够将用户已知的规则作为领域知识加入到数据挖掘过程从而有效过滤和已知规则相近的冗余规则,并且可以将新得到的规则加入知识库中实现知识的积累和重用。最后本文采用一个商场数据验证了该算法的有效性,并且对具有回馈模式的关联规则在商品促销中的作用进行了分析。
意外度、关联规则、商品促销
24
TP311.13(计算技术、计算机技术)
国家自然科学基金项目71071151,70921061;中国科学院研究生院院长基金项目A类085102HN00
2012-06-02(万方平台首次上网日期,不代表论文的发表时间)
共7页
108-114