基于数据场的量化关联规则挖掘方法设计
目前关联规则挖掘多集中在布尔型关联规则的挖掘,对量化关联规则的挖掘研究较少,传统的方法多是将量化属性离散化,进而转化为布尔型关联规则的挖掘。为了克服传统方法中区间划分过硬问题,本文设计了基于数据场的量化关联规则挖掘方法,并使用数据场的场量定义支持度和置信度的计算公式。该方法充分考虑了数据集中数据的非完备性以及各个数据对数据挖掘任务所发挥的不同作用,使得挖掘得到的关联规则更精确。
数据挖掘、量化关联规则、数据场
TP301(计算技术、计算机技术)
国家自然科学基金资助项目40762003;教育部春晖计划合作科研项目Z2009-1-01041
2014-01-16(万方平台首次上网日期,不代表论文的发表时间)
共6页
12-17