基于多目标烟花优化算法的正负量化关联规则挖掘

• 作者: 吴琼 曾庆鹏
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 正负量化关联规则 多目标优化 烟花算法 Pareto最优 精英保留策略
• 年，卷（期）: 2017,（6）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 158-168
• 页数: 11页
• 分类号: TP301.6
• 字数: 7731字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2017.06.026

摘要

为同时获得正负量化关联规则,并尽量减少人为干预的影响,在多目标烟花优化算法的基础上,提出一种正负量化关联规则挖掘算法.引入全面搜索关联规则,使用外部库存放非支配解,通过基于相似度的冗余淘汰机制保持库中关联规则的多样性,经多次迭代获得关联规则集合.实验结果表明,该算法无需人为指定支持度、置信度等阈值,一次运行后即可获得正负关联规则.此外,与Apriori算法及单目标进化算法相比,该算法在不同数据集上均可得到稳定的结果,能充分覆盖数据集,在可靠性、相关性及可理解性之间获得较好的均衡.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴琼	南昌大学信息工程学院	34	137	6.0	10.0
2	曾庆鹏	南昌大学信息工程学院	13	76	4.0	8.0