基于效用函数度量的多维效用关联规则挖掘

• 作者: 杨文芳 王仲君
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 效用函数度量 语义重要性 统计相关性
• 年，卷（期）: 2017,（12）
• 所属期刊栏目: 数据工程
• 页码范围: 36-41
• 页数: 6页
• 分类号: TP3
• 字数: 5828字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2017.12.007

摘要

传统的多维关联规则挖掘过程通常以规则出现的频率来判定规则的有效性,并以支持度与置信度作为度量标准.这种挖掘方法只考虑规则间的统计相关性,忽略了规则自身的语义重要性,即规则能够为商家带来的期望效益.因此在多维关联规则挖掘过程中,引入效用函数作为统计相关性与语义重要性的综合度量指标.效用函数主要从潜在机会、购买概率、期望效益三个方面来度量规则的有效性,潜在机会与购买概率表示统计相关性,期望效益表示语义重要性.结果表明,以效用函数作为度量挖掘出的规则既符合客观上要求的较高频率,又具有主观上期望的较高效益.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王仲君	武汉理工大学理学院	39	225	8.0	13.0
2	杨文芳	武汉理工大学理学院	1	5	1.0	1.0