基于析取规则对不确定数据挖掘的优化研究

• 作者: 刘云 梁珺
• 来源期刊: 四川大学学报（自然科学版）
• 学科: 工学
• 关键词: 不确定数据 析取规则 支持度 数据挖掘
• 年，卷（期）: 2016,（4）
• 所属期刊栏目: 电子信息科学
• 页码范围: 788-792
• 页数: 5页
• 分类号: TP312
• 字数: 4166字
• 语种: 中文
• DOI: 103969/j.issn.0490-6756.2016.07.015

摘要

在商业、医疗等数据分析中,不知道存在或不存在的一些项目事件组成的数据叫做不确定数据,它的特点是离散型随机变量的概率分布,不确定数据中的挖掘算法研究是当前大数据分析中的重要方向.针对不确定数据的随机变量性特征,有效提高挖掘结果的置信度和提高算法运行时间,本文提出一种挖掘析取关联规则的算法DRUD,利用模糊集的方法选取2元频繁项集,对比最小支持度,完成有效的析取规则提取.经过在大量不同不确定数据库中仿真表明,对比类似算法UApriori和PFCIM,本文所提出的DRUD算法产生的规则置信度得到提高,算法效率有较好改进,新的算法更加适用于不确定数据中的大数据挖掘应用.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘云	昆明理工大学信息工程与自动化学院	73	209	7.0	10.0
2	梁珺	昆明理工大学信息工程与自动化学院	2	8	2.0	2.0