基于抽样学习的关联挖掘算法设计

• 作者: 张莹 徐应涛 谢笑盈
• 来源期刊: 浙江师范大学学报（自然科学版）
• 学科: 社会科学
• 关键词: 累进抽样 学习曲线 关联挖掘 最优样本
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 计算机
• 页码范围: 44-49
• 页数: 6页
• 分类号: C816
• 字数: 5780字
• 语种: 中文
• DOI: 10.16218/j.issn.1001-5051.2018.01.008

摘要

将抽样技术引入关联规则挖掘以提高算法的执行效率是进行有效挖掘的捷径,但几乎所有关于该方法的研究都无法避免在抽样的过程中重复执行关联分析,这可能会使抽样过程产生的开销大于其为挖掘带来的益处.为了克服这一传统做法所带来的弊端,引入了二元分类评估的混淆矩阵,以解决随机抽样引起的样本1-项集频繁性变动问题.在未对抽样过程执行关联分析的前提下,设计了一个新公式以刻画累进抽样的学习曲线,并由学习曲线快速找到代替总体进行关联挖掘的最优样本.通过对该抽样方法的有效性和可靠性进行评估,以及其在人口普查数据中的实现,证明了该方法提高关联规则挖掘效率的效果明显.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张莹	浙江师范大学数理与信息工程学院	42	156	7.0	11.0
2	徐应涛	浙江师范大学行知学院	18	202	5.0	14.0
3	谢笑盈	浙江师范大学经济与管理学院	2	1	1.0	1.0