改进关联规则算法对乳腺癌扩散的预测研究

• 作者: 李慧宗 杨超宇 艾云昊
• 来源期刊: 江汉大学学报（自然科学版）
• 学科: 工学
• 关键词: 数据挖掘 Apriori算法 乳腺癌扩散预测 模糊集
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 计算机与信息科学
• 页码范围: 72-79
• 页数: 8页
• 分类号: TP301.6
• 字数: 5137字
• 语种: 中文
• DOI: 10.16389/j.cnki.cn42-1737/n.2020.04.010

摘要

传统Apriori算法只能处理布尔型数据,无法对包含连续属性的乳腺癌患者就诊记录进行规则挖掘.对此,提出一种基于改进Apriori算法的乳腺癌扩散的预测方法.该方法通过引入模糊集理论,提出新的支持度计算方法,对Apriori算法进行优化.实验结果表明,改进后的算法能够处理含有连续型数据的乳腺癌患者就诊记录,相比传统算法,能够挖掘出更多、质量更高的规则,得出了乳腺癌患者的致病因素和扩散之间的隐藏规则,从而验证了改进后的Apriori算法对于辅助乳腺癌患者治疗具有指导意义.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨超宇		37	99	6.0	9.0
2	李慧宗		62	342	10.0	16.0
3	艾云昊		3	0	0.0	0.0