基于信息熵的兴趣度规则挖掘算法

• 作者: 王儒敬 金洲
• 来源期刊: 模式识别与人工智能
• 学科: 工学
• 关键词: 知识发现 关联规则 兴趣度度量 信息熵
• 年，卷（期）: 2014,（6）
• 所属期刊栏目: 研究与应用
• 页码范围: 524-532
• 页数: 9页
• 分类号: TP311
• 字数: 7922字
• 语种: 中文

摘要

传统关联规则挖掘方法通常产生海量杂乱的规则，它们对用户而言是冗余的。为解决该问题，文中提出一种基于信息熵的兴趣度规则挖掘算法。通过变量相关性分析剔除原始规则集中虚假、错误的规则，并在信息熵的基础上提出度量关联规则兴趣度的框架。该算法不依赖用户先验知识，能无偏地表达数据包含的信息。在真实和仿真数据集上的实验验证该算法能有效挖掘兴趣度规则，且性能比传统算法更优。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王儒敬	中国科学院合肥智能机械研究所仿生计算与智能决策实验室	95	665	14.0	21.0
2	金洲	中国科学院合肥智能机械研究所仿生计算与智能决策实验室	1	9	1.0	1.0