区间值属性数据集关联规则挖掘算法仿真

摘要：

对区间值属性数据集进行挖掘,可以有效分析出数据之间的关系.针对现有数据挖掘方法未对大规模数据进行聚类,导致挖掘过程占据内存大,挖掘精度低的问题,提出了一种新的区间值属性数据集挖掘算法.对问题定义、数据准备、数据提取、模式预测和数据聚类等模块进行详细分析,完成区间值属性数据聚类.根据聚类结果,将区间值属性数据分成多个数据集,挑选出能够支持最小支持度的项目集,将这些项目集作为频繁项集,进而提取出数据集之间的关联规则,将关联规则融入数据计算步骤,完成数据挖掘.为验证算法效果,进行仿真,结果表明,相较于传统挖掘算法,所提挖掘算法占用容量更小,挖掘精度更高.

关键词：区间值属性数据、数据挖掘、关联规则、聚类

所属期刊栏目：37

分类号：TP393(计算技术、计算机技术)

在线出版日期：2020-05-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：234-238