基于双阈值Apriori算法和非频繁项集的关联规则挖掘方法

• 作者: 吴磊 阮梦黎
• 来源期刊: 计算机应用研究
• 关键词: 正负关联规则挖掘 双支持度阈值 Apriori算法 非频繁项集 IDF加权
• 年，卷（期）: 2018,（12）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 3579-3583
• 页数: 5页
• 分类号: TP181
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2018.12.013

摘要

针对从数据集中的正负关联规则挖掘问题,提出一种基于双阈值Apriori算法和非频繁项集的挖掘方法.首先,对通过逆文档频率(IDF)对语料库中的项(项集)进行加权,筛选出前N％的项集;然后,通过提出的双支持度阈值Apriori算法来提取频繁项集和非频繁项集,以此降低非频繁项集的数量;最后,通过置信度和升降度阈值的判断,分别从频繁项集和非频繁项集中挖掘正负关联规则.其中,创新性地利用了非频繁项集来挖掘正负关联规则.在一个医学文本数据集上的实验结果表明,提出的方法能够有效地挖掘出正负关联规则,且能够大大降低项集和规则数量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	阮梦黎	山东管理学院信息工程学院	12	32	4.0	5.0
2	吴磊	山东师范大学信息科学与工程学院	12	60	4.0	7.0