一种基于粒子群优化的关联规则挖掘方法

• 作者: 刘彦鹏 汤亚玲 潘唯
• 来源期刊: 安徽工业大学学报（自然科学版）
• 关键词: 关联规则挖掘 粒子群优化算法 支持度 置信度 最优规则
• 年，卷（期）: 2014,（3）
• 所属期刊栏目: 计算机与信息
• 页码范围: 318-322
• 页数: 5页
• 分类号: TP181
• 语种: 中文
• DOI: 10.3969/j.issn.1671-7872.2014.03.021

摘要

针对关联规则挖掘过程中定义最小支持度与置信度的阈值具有主观性的问题,提出一种迭代粒子群优化(particle swarm optimization,PSO)的方法挖掘关联规则.通过定义要提取的规则数目(M)的值,采用支持度和置信度定义适应函数,粒子群优化算法迭代,从数据集中提取最优的规则.算法避免了apriori算法需要设定最小支持度和最小置信度阈值等问题.通过对3个不同类型典型数据集挖掘验证算法的有效性,结果表明,使用PSO获得的规则平均支持度和置信度与apriori算法挖掘到的规则相比有明显提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	汤亚玲	安徽工业大学计算机科学与技术学院	25	120	6.0	10.0
2	潘唯	安徽工业大学计算机科学与技术学院	3	1	1.0	1.0
3	刘彦鹏	安徽工业大学计算机科学与技术学院	2	2	1.0	1.0