属性拓扑关联规则发现

摘要：

在形式概念分析领域,属性拓扑理论提供了简洁,明确,可视化的概念计算的方法.然而,概念要求属性与对象间形成充要的双向映射关系,这一要求在大规模数据挖掘下往往过于严格.因此,本文以属性拓扑为基础,基于支持度和置信度的本质要求,提出一种属性拓扑关联规则发现算法,该方法首先构建频繁净化形式背景,由属性拓扑,直接发现二元频繁模式,并由BFSW子算法,计算三元及以上频繁模式,经过置信度检验,进而获得所需的关联规则.该算法弥补了传统概念计算中忽略属性间关联规则知识发现的不足,提供了发现属性对象间充分不必要关系的有效视角.

关键词：属性拓扑、形式概念分析、关联规则、频繁模式、层级式模式发现算法

所属期刊栏目：38

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金项目61273019;河北省自然科学基金项目F2015203013;教育部人文社会科学研究项目14YJC740038;河北省社会科学基金项目HB14YY005

在线出版日期：2017-08-22（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：548-552