基于频繁项集分类统计的增量式关联规则应用

摘要：

针对商业交易数据构成项目繁多、动态数据增加量大、历史数据量更大的特点,根据频繁项集的商业特征,分为新生、成熟、老化、过期4种类型并分类统计;提出了基于分类统计增量地挖掘新增业务数据中关联规则的算法,算法只需两次扫描新增数据库,无需扫描历史数据库,算法将发现的规则按照其反应的商业特征分为4种类型:新生规则、成熟规则、老化规则、过期规则,在提升规则内容识别效率的同时,强化规则特点的识别能力.

关键词：频繁项集分类、统计信息、增量式更新、关联规则分类

所属期刊栏目：32

分类号：TP3(计算技术、计算机技术)

资助基金：福建省教育厅A类项目"数据挖掘批量建模技术"JA12401

在线出版日期：2015-12-15（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：43-47