一种基于可信度最优的数量关联规则挖掘算法

• 作者: 吉根林 孙志挥
• 来源期刊: 东南大学学报(自然科学版)
• 学科: 工学
• 关键词: 数量关联规则 数据挖掘 连续属性离散化
• 年，卷（期）: 2001,（2）
• 页码范围: 31-34
• 页数: 4页
• 分类号: TP311
• 字数: 3624字
• 语种: 中文
• DOI: 10.3321/j.issn:1001-0505.2001.02.008

摘要

研究了数量关联规则挖掘过程中的连续属性离散化问题,描述了连续属性离散化方法,包括连续属性区间划分算法和数据库样本大小的确定,提出了基于可信度最优的数量关联规则挖掘算法.该算法首先利用等深度划分算法对连续属性进行离散化,然后利用凸包处理技术提取强规则中可信度最高的数量关联区间,它对于数量关联规则的优化有着重要的应用价值.应用该算法对股票行情进行了数量关联分析,提取股票涨跌与股票价格之间可信度最高的关联规则.实验表明该算法是非常有效的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙志挥	东南大学计算机科学与工程系	148	3968	33.0	58.0
2	吉根林	南京师范大学计算机科学系	138	2757	22.0	50.0