基于扩展概念格的带约束关联分类规则挖掘方法

• 作者: 翟悦 李楠 于文武
• 来源期刊: 大连交通大学学报
• 关键词: 数据挖掘 约束条件 扩展概念格 关联分类规则 差集
• 年，卷（期）: 2021,（4）
• 所属期刊栏目: 电气信息工程|Electrical & Information Engineering
• 页码范围: 88-93
• 页数: 6页
• 语种: 中文
• DOI: 10.13291/j.cnki.djdxac.2021.04.017

摘要

提出一种改进的带约束的关联分类规则挖掘方法.采用扩展概念格结构存储数据库中全部的频繁项集以保证信息不丢失,通过相关定理削减大量候选项目集,并引入差集概念加快了对类属性的支持度和置信度计算速度,从而加快格构建过程,同时减少了格结点占用空间,在之前构建完成的扩展概念格上根据给定的约束条件进行规则提取.在三种不同的数据集上对所提出的方法进行挖掘时间与内存使用测试,并与已有关联分类算法进行对比分析,实验结果表明所用方法不仅在时间和空间上性能良好,还满足重用性要求.