基于邻域粒化的多数据源高投票决策规则的挖掘

• 作者: 唐莉 林国平 林耀进 陈辉皇
• 来源期刊: 南京大学学报（自然科学版）
• 学科: 工学
• 关键词: 邻域粒化 多数据源 高投票决策规则 分类间隔
• 年，卷（期）: 2017,（6）
• 所属期刊栏目: 人工智能:从知识发现到机器学习
• 页码范围: 1063-1071
• 页数: 9页
• 分类号: TP18
• 字数: 5384字
• 语种: 中文
• DOI: 10.13232/j.cnki.jnju.2017.06.008

摘要

多数据源高投票决策规则挖掘是指从多数据源中挖掘存在大部分数据源且具有重要意义的决策规则,此类规则在银行理财产品营销、市场营销、疾病诊断等领域中具有指导性作用.利用样本邻域粒化来构建决策规则的表现形式,在此基础上定义了覆盖度、投票数等多种决策规则的度量指标,用以挖掘满足这些度量指标的高投票决策规则.实验结果验证了所提算法挖掘多源决策信息系统中的高投票决策规则挖掘的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	林国平	闽南师范大学数学与统计学院	17	26	3.0	4.0
2	林耀进	闽南师范大学计算机学院	42	204	7.0	11.0
4	唐莉	闽南师范大学计算机学院	16	25	3.0	4.0
10	陈辉皇	闽南师范大学计算机学院	2	1	1.0	1.0