基于可决系数的自适应关联规则挖掘算法

• 作者: 巫建伟 林甲祥 王雪平 高敏节
• 来源期刊: 智能系统学报
• 学科: 工学
• 关键词: 关联规则 阶次 自适应 可决系数 规则 支持度 置信度 曲线拟合 多项式 数据挖掘
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 人工智能基础
• 页码范围: 352-359
• 页数: 8页
• 分类号: TP391
• 字数: 6193字
• 语种: 中文
• DOI: 10.11992/tis.201809030

摘要

针对以频繁项集产生-规则产生为核心的两阶段关联规则挖掘,存在需要人工以先验知识指定最小支持度和最小置信度阈值的缺陷.本文提出以支持数和置信度为依据,采用曲线拟合技术,根据可决系数自动确定曲线的次数及对应多项式的算法AARM_BR(Adaptation Association Rule Mining Based on Determination Coefficient R2),从而确定支持度和置信度阈值.在标准数据集Trolley和Groceries上进行关联规则挖掘实验,结果表明本算法更具有数据依赖性,在用户不具备先验知识的情况下,无须人为指定多项式阶次、支持度和置信度阈值的优点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	林甲祥	福建农林大学计算机与信息学院	14	30	3.0	5.0
2	王雪平	福建农林大学计算机与信息学院	11	11	2.0	3.0
3	巫建伟		2	1	1.0	1.0
4	高敏节	福建农林大学计算机与信息学院	2	1	1.0	1.0