基于粗集理论的分类关联规则挖掘研究

• 作者: 张文宇 张洪才 荣群山 薛惠锋
• 来源期刊: 西安石油学院学报(自然科学版)
• 学科: 工学
• 关键词: 粗糙集 数据挖掘 决策系统 分类规则
• 年，卷（期）: 2002,（4）
• 所属期刊栏目: 计算机及其应用
• 页码范围: 81-84,88
• 页数: 5页
• 分类号: TP14
• 字数: 5017字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-064X.2002.04.022

摘要

认为数据量的巨大和高维、用户交互与先验知识的利用等等是知识发现领域面临的问题和难点.粗糙集理论是一种具有模糊边界的集合理论,它作为研究知识发现的新型工具,能严格地处理不精确数据的分类问题,被广泛应用于不相容决策表中的规则提取过程中.针对粗糙集理论中属性约减和属性值约减这两个重要问题进行了研究,并介绍了数据集中挖掘分类规则的基本原理,同时利用RS理论中核和核值的概念,提出了一个在数据集中发现没有冗余属性的最小归纳依赖关系并简化决策系统的数据挖掘算法,并应用一简单的例子说明如何在数据库中发现分类规则,实验结果表明此算法可以大大提高系统潜在知识的清晰度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	薛惠锋	西北工业大学自动控制系	309	3851	31.0	46.0
2	张洪才	西北工业大学自动控制系	243	5379	38.0	64.0
3	张文宇	西北工业大学自动控制系	10	98	4.0	9.0
4	荣群山	西北工业大学自动控制系	5	27	3.0	5.0