一种基于K-means的关联规则聚类算法

• 作者: 张继福 王琢 荀亚玲
• 来源期刊: 太原科技大学学报
• 学科: 工学
• 关键词: 关联规则聚类算法 冗余关联规则 相似性度量 恒星光谱数据
• 年，卷（期）: 2016,（6）
• 所属期刊栏目: 计算机科学与信息工程
• 页码范围: 429-437
• 页数: 9页
• 分类号: TP391
• 字数: 6692字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-2057.2016.06.003

摘要

关联规则是数据挖掘领域中的主要研究内容之一.针对高维海量数据集,尤其当支持度和置信度阈值太低时,将生成大量冗余和相似的关联规则,从而对关联规则的理解和使用造成了困难.本文采用改进的K-means思想,给出了一种关联规则聚类算法:首先重新定义了冗余关联规则,并给出了删除的方法;然后定义了一种新的规则间相似性度量;最后利用K-means思想,采用最大三角形方法选取聚类的初始点,将相似的关联规则归为一类.实验验证该算法能够帮助用户快速有效地找到有用的关联规则,提高了关联规则的可理解性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张继福	太原科技大学计算机科学与技术学院	94	600	14.0	20.0
2	荀亚玲	太原科技大学计算机科学与技术学院	21	115	4.0	10.0
3	王琢	太原科技大学计算机科学与技术学院	1	0	0.0	0.0