基于兴趣度的关联规则挖掘

《基于兴趣度的关联规则挖掘》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、第17卷第6期计算机技术与发展V01．17No．62007年6月COMPUTERTECHNOLOGYANDDEvELOPMENTJun．2007基于兴趣度的关联规则挖掘李伟东，倪志伟，刘晓(合肥工业大学管理学院，安徽合肥230009)摘要：关联规则挖掘是数据挖掘领域中的重要研究内容之一。然而，传统的基于支持度一可信度框架的挖掘方法可能会产生大量不相关、甚至是误导的关联规则。针对现有关联规则挖掘的评价标准存在的问题，提出在评价标准中增加兴趣度，并给出了兴趣度的定义和基于兴趣度的关联规则挖掘算法。利用兴趣度将关联规则分为正关联规则和负关联规则，从而可以用算法挖掘带有负项的关联规则。实

2、验结果分析表明，在传统挖掘方法的基础上引人兴趣度，可以有效地减少正关联规则的规模，产生有意义的负关联规则。关键词：关联规则；负关联规则；兴趣度中图分类号：TP18文献标识码：A文章编号：1673—629X(2007)06—0080—03MiningAssociationRulesBasedonInterestMeasureLIWei—dong，NIZhi—wei，LIUXiao(SchoolofManagement，HefeiUniversityofTechnolcgy，Hefei230009，China)Abstract：Miningofassociationrulesisan

3、importantresearchtopicamongthevariousdataminingproblems．HoweverthecorlTrrlonap．proachesbasedonsupport—confidenceframeworkmaybegetagreatnumberofredundantandwrongassociationrules．Inordertosolvetheproblems，aninterestmeasureisdefinedandaddedtothemining~+orithmforassociationrules．Accordingtotheval

4、ueofinterestmeasure，associationrules&reclassifiedintopositiveandnegativeassociationrules．Thenewalgorithmcanfindoutthenegative—ite~n—containedrules．Theexperimentalresultshowsthatintroducinginterestmeasurebasedonconh"f~napproachtoassociationrulesminingcanreducethescaleofpositive~ationrules，andm

5、inealotofinterestingnegativeassociationrules．、Keywords：associationrule：negativeassociationrule；interestmeasureO引言越来越多的重视。关联规则(associationrule)是数据挖掘(datamin．早在1997年，Brin等人就指出了负规则的重要ing)研究的主要领域之一，其任务是发现大量数据中性l2J，Savasere等人阐述了强负关联规则问题[3l，Xin—项集之间有趣的关联或相关联系。R．Agrawal等人于dongwu等人在文献[4]中给出了一种PR模型，并且

6、1993年首先提出关联规则llJ的有关概念，此后许多的给出了一个能够同时挖掘正、负关联规则的算法。学者对关联规则的挖掘问题进行了大量的研究。但通笔者将兴趣度【5J进行了重新定义，并进一步推广，常人们只关注于项集间正关联规则的挖掘，如“买了面使其不仅能够适用于负关联规则，而且还能够对关联包的顾客也可能买牛奶”这样的规则，而忽略了形如规则的相关性进行判断，并在此基础上提出一个能同“不买咖啡的顾客很可能买牛奶”这样的负规则。在投时挖掘正、负关联规则的算法。资分析和竞争分析等许多领域的决策制订过程中，负关联规则的作用不可低估。从系统的完整性角度来1相关概念看，负关联规则与正关联规则一起为

7、正确决策提供更设J：{il，i2，⋯，i}为项集，包含k个项的项集加全面的信息，正因为如此，负关联规则的研究正受到称为k一项集，1≤k≤z。D为事物数据库，D={T。，丁2，⋯，}，其中每个事务是项的集合，使得收稿日期：2o06一O8—31TJ。关联规则是一个形如A—B的蕴涵式，其中A基金项目：安徽省自然科学基金资助项目(050460402)J，BJ，且AnB=。规则A—B在事务集D作者简介：李伟东(1981一)，男，山东烟台人，硕士研究生，研究方向为数据挖掘；倪志伟，教授，博士