基于项权值变化和SCCI框架的加权正负关联规则挖掘
给出项权值变化的数据模型形式化表示,构建新的加权项集剪枝策略及其模式评价框架SCCI (support-confidence-correlation-interest),提出基于项权值变化和SCCI评价框架的加权正负关联规则挖掘算法。该算法考虑了项权值变化的数据特点,采用新的剪枝方法和评价框架,通过项集权值简单计算和比较,挖掘有效的加权正负关联规则。实验结果表明,该算法能够有效地减少候选项集数量和挖掘时间,挖掘出有趣的关联模式,避免无效模式出现,挖掘效率高于相比较的现有算法,解决了项权值变化的加权负模式挖掘问题。
数据挖掘、加权关联模式、正负关联规则、频繁项集
TP391(计算技术、计算机技术)
国家自然科学基金项目61262028,61363037;广西自然科学基金项目2012GXNSFAA053235;教育部人文社会研究青年基金项目12YJCZH074;广西财经学院数量经济学创新团队项目2014CX01;广西教育厅科研项目201203YB225,2013LX236, KY2015YB337, KY2015YB483;广西教育学院科研项目B2012007
2015-10-21(万方平台首次上网日期,不代表论文的发表时间)
共13页
1729-1741