基于相关数学模型的关联规则应用研究

被引:4
作者
吕安民
李成名
林宗坚
机构
[1] 武汉大学遥感与信息工程学院
[2] 中国测绘科学研究院
[3] 中国测绘科学研究院 武汉 中国测绘科学研究院 北京
[4] 北京
[5] 北京
关键词
Data mining; Association rules; Relation mathematical model; Population growth rate; GDP growth rate;
D O I
暂无
中图分类号
TP301 [理论、方法];
学科分类号
081202 ;
摘要
<正> 1 引言数据挖掘是一个从数据中提取出有效的、新颖的、潜在有用的、并能最终被人理解的模式的非平凡过程。数据挖掘可以挖掘出的知识包括关联规则(Association)、特征规则(Characterization)、分类规则(Classification)、聚类规则(Clustering)和趋势规则(Trend)等。数据挖掘是一交叉学科,涉及到诸如统计学、数据库、人工智能、数据可视化等学科。在数据挖掘的研究领域,对于关联规则挖掘的研究开展得比较积极和深入。关联规则挖掘就是要找出隐藏在数据间的相互关系。它展示了数据间未知的依赖关系,根据这种关联性就可从某一数据对象的信息来推断另一数据对象的信息。文[8~13]对关联规则的挖掘作了有意义的研究。R.Agrawal等提出了Aprilri算法和挖掘多层次关联规则的Culmulate,Stratify等算法,J. S.Park等提出了DHP算法,J.Han等提出了面向属性归纳的关联规则挖掘算法ML—T2L1等。
引用
收藏
页码:104 / 106
页数:3
相关论文
empty
未找到相关数据