挖掘支持度和兴趣度最优的数量关联规则

摘要：

讨论了数量关联规则提取过程中的连续属性离散化方法和规则的有趣性问题,给出了数量关联规则的客观兴趣度的度量函数,提出用模板匹配方法挖掘用户感兴趣的规则,以解决数量关联规则有趣性的主观评测,研究了一种挖掘支持度和兴趣度最优的形如(A∈[v1,v2]∧C1)(→)C2(其中A为连续属性,C1、C2为类别属性)的数量关联规则方法,并将该方法应用于股市行情分析,实验结果表明是非常有效的.

关键词：数据挖掘、知识发现、数量关联规则、规则有趣性

所属期刊栏目：25

分类号：TP311(计算技术、计算机技术)

资助基金：国家自然科学基金79970092;江苏省教育厅自然科学基金2001SXXTSJB12

在线出版日期：2004-04-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：225-228