基于兴趣度度量的正负关联规则挖掘方法研究

• 作者: 武彤 邓烜堃 马彦勤
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 支持度 置信度 兴趣度度量 正负关联规则 数据挖掘
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 38-41,46
• 页数: 5页
• 分类号: TP301.6
• 字数: 4175字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2018.05.009

摘要

传统的Apriori算法通过支持度阈值和置信度阈值的筛选来挖掘强关联规则,所挖掘出来的强关联规则并不都是有趣的,也忽略了负关联规则的挖掘,失去了负关联规则在决策分析中的重要作用.为了过滤强关联规则中的无趣规则,挖掘有趣的正负关联规则,引入了兴趣度的概念,对现有的几种兴趣度度量进行了研究,利用兴趣度度量的相关性质,提出了一种新的兴趣度度量.根据支持度、置信度、兴趣度的相关性质提出了相关定理并进行证明,用以挖掘有趣的正负关联规则.在新的兴趣度度量的基础上进行了算法设计,并采用真实数据集进行算法验证.结果显示,以提出的兴趣度度量为基础进行正负关联规则的挖掘是可行的,其结果比经典的Apriori算法挖掘方法更实用更有效.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	武彤	贵州大学计算机科学与技术学院	40	166	7.0	11.0
2	邓烜堃	贵州大学计算机科学与技术学院	7	23	3.0	4.0
3	马彦勤	贵州大学计算机科学与技术学院	2	4	1.0	2.0