基于可决系数的自适应关联规则挖掘算法

摘要：

针对以频繁项集产生-规则产生为核心的两阶段关联规则挖掘,存在需要人工以先验知识指定最小支持度和最小置信度阈值的缺陷.本文提出以支持数和置信度为依据,采用曲线拟合技术,根据可决系数自动确定曲线的次数及对应多项式的算法AARM_BR(Adaptation Association Rule Mining Based on Determination Coefficient R2),从而确定支持度和置信度阈值.在标准数据集Trolley和Groceries上进行关联规则挖掘实验,结果表明本算法更具有数据依赖性,在用户不具备先验知识的情况下,无须人为指定多项式阶次、支持度和置信度阈值的优点.

关键词：关联规则、阶次、自适应、可决系数、规则、支持度、置信度、曲线拟合、多项式、数据挖掘

所属期刊栏目：15

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;福建省自然科学基金项目;中国-东盟海上合作基金项目;国家海洋局第三海洋研究所项目;福建省中青年教师教育科研项目

在线出版日期：2020-08-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：352-359