数据挖掘中关联弱化问题的解决方法分析

• 作者: 杨泽民 王文军 郭显娥
• 来源期刊: 计算机科学
• 学科: 经济
• 关键词: 海量冗余 数据挖掘 关联规则
• 年，卷（期）: 2013,（8）
• 所属期刊栏目: 人工智能
• 页码范围: 220-222
• 页数: 3页
• 分类号: F127
• 字数: 2720字
• 语种: 中文

摘要

当前的支持向量机和均值聚类等数据挖掘算法中,几乎都是依靠数据之间的关联性来完成数据匹配.一旦数据库中含有大量的冗余数据,将造成数据之间的相关性降低,关联性被破坏,导致传统的数据挖掘算法效率降低.为了避免上述缺陷,提出了一种弱化关联规则修补挖掘算法.利用弱聚类方法,在数据选择过程中,不将所有的元素都进行初始分类处理,只计算某一元素属于某一个类别的概率,确定多个弱聚类中心,计算不同数据之间的弱聚类关联性,从而实现关联规则较弱的冗余环境下准确的数据挖掘.实验结果表明,这种算法能够有效提高海量冗余环境下的数据挖掘效率,取得了令人满意的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭显娥	山西大同大学数学与计算机科学学院	20	146	7.0	11.0
2	王文军	山西大同大学数学与计算机科学学院	12	36	4.0	5.0
3	杨泽民	山西大同大学数学与计算机科学学院	19	104	6.0	9.0