基于项权值变化的完全加权正负关联规则挖掘

reasonant-j · 发表于 2021-4-23 10:46

EDA365欢迎您登录！

您需要登录才可以下载或查看，没有帐号？注册

x

摘要：本文提出一种基于项权值变化的完全加权正负关联规则挖掘算法，解决了基于项权值变化的负模式挖掘问题．该算法考虑项权值依赖于事务记录的特点，采用新的项集剪枝方法和模式评价框架，通过项集的项内权值比和维数比的简单计算和比较，挖掘有效的完全加权正负关联规则．实验结果表明，与现有无加权正负关联规则挖掘算法比较，本文算法能避免无效的模式出现，其挖掘时间和候选项集数量明显减少，减幅最大分别可达９４０９％和８８１６％．

关键词：数据挖掘；完全加权关联规则；负关联规则；频繁项集

关联规则挖掘是数据挖掘中一个重要的研究内容．近２０年来，关联规则挖掘研究主要集中在基于项目频度的挖掘和基于项权值的挖掘两个方面．早期的关联规则挖掘技术是基于项频度的挖掘，其特点是以项目在数据库中出现的频度作为挖掘关联模式的依据，按平等一致的方式处理项目，其典型算法是１９９３年ＡＧＲＡＷＡＬ等提出的Ａｐｒｉｏｒｉ算法［１］

附件下载

游客，如果您要查看本帖隐藏内容请回复

enhgf65 · 发表于 2021-4-23 11:10

完全加权关联规则

帐号		自动登录	找回密码
密码			注册

[毕业设计] 基于项权值变化的完全加权正负关联规则挖掘

EDA365欢迎您登录！

浏览过的版块

推荐内容 /1