改进的基于距离的关联规则聚类
关联规则挖掘会产生大量的规则,为了从这些规则中识别出有用的信息,需要对规则进行有效的分类组织.现有的规则聚类方法往往直接计算规则间的距离,忽略了项与项之间的联系,不能精确得出规则间的距离.提出一种改进的规则间距离的度量方法,首先计算项间的距离,其次计算相集间的距离和规则间的距离,最后基于此距离利用DBSCAN算法对关联规则进行聚类.实验结果表明,此方法是有效可行的,并能准确发现孤立规则.
关联规则、聚类、项集、距离、基于密度的聚类算法
30
TP311(计算技术、计算机技术)
辽宁省教育厅计划基金项目2008093
2009-04-29(万方平台首次上网日期,不代表论文的发表时间)
共3页
1204-1206