基于兴趣度度量的正负关联规则挖掘方法研究

摘要：

传统的Apriori算法通过支持度阈值和置信度阈值的筛选来挖掘强关联规则,所挖掘出来的强关联规则并不都是有趣的,也忽略了负关联规则的挖掘,失去了负关联规则在决策分析中的重要作用.为了过滤强关联规则中的无趣规则,挖掘有趣的正负关联规则,引入了兴趣度的概念,对现有的几种兴趣度度量进行了研究,利用兴趣度度量的相关性质,提出了一种新的兴趣度度量.根据支持度、置信度、兴趣度的相关性质提出了相关定理并进行证明,用以挖掘有趣的正负关联规则.在新的兴趣度度量的基础上进行了算法设计,并采用真实数据集进行算法验证.结果显示,以提出的兴趣度度量为基础进行正负关联规则的挖掘是可行的,其结果比经典的Apriori算法挖掘方法更实用更有效.

关键词：支持度、置信度、兴趣度度量、正负关联规则、数据挖掘

所属期刊栏目：28

分类号：TP301.6(计算技术、计算机技术)

资助基金：贵州省科技计划项目黔科合GY字[2010]3061

在线出版日期：2018-06-20（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：38-41,46