基于粗糙集和聚类的纳税属性离散化方法

• 作者: 张艳宁 徐林章 韩臻
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 粗糙集 分级聚类 离散化 数据预处理 税源分析
• 年，卷（期）: 2008,（29）
• 所属期刊栏目: 工程与应用
• 页码范围: 236-238,244
• 页数: 4页
• 分类号: TP391.41
• 字数: 4254字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2008.29.068

摘要

将粗糙集理论中属性重要度和依赖度的概念与分级聚类离散化算法相结合,提出了一种纳税人连续型属性动态的离散化算法.首先将纳税数据对象的每个连续型属性划分为2类,然后利用粗糙集理论计算每个条件属性对于决策属性的重要度,再通过重要度由大至小排序进行增类运算,最后将保持与原有数据对象集依赖度一致的分类结果输出.该算法能够动态地对数据对象进行类别划分,实现纳税人连续型属性的离散化.通过采用专家分析和关联分析的实验结果,验证了该算法具有较高的纳税人连续型属性离散化精度和性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张艳宁	西北工业大学计算机学院	187	2026	21.0	35.0
2	徐林章	西北工业大学计算机学院	3	7	1.0	2.0
3	韩臻	西北工业大学计算机学院	2	0	0.0	0.0