基于项权值变化和SCCI框架的加权正负关联规则挖掘

摘要：

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。

关键词：数据挖掘、加权关联模式、正负关联规则、频繁项集

分类号：TP391(计算技术、计算机技术)

资助基金：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

在线出版日期：2015-10-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共13页

页码：1729-1741