未找到相关数据
挖掘支持度和兴趣度最优的数量关联规则
被引：28
作者：
吉根林
孙志挥
机构：
[1] 东南大学计算机系,南京师范大学计算机系江苏南京南京师范大学计算机系,江苏南京,江苏南京
来源：
关键词：
数据挖掘;
知识发现;
数量关联规则;
规则有趣性;
D O I：
暂无
中图分类号：
TP311.13 [];
学科分类号：
摘要：
讨论了数量关联规则提取过程中的连续属性离散化方法和规则的有趣性问题 ,给出了数量关联规则的客观兴趣度的度量函数 ,提出用模板匹配方法挖掘用户感兴趣的规则 ,以解决数量关联规则有趣性的主观评测 ,研究了一种挖掘支持度和兴趣度最优的形如 (A∈ [v1 ,v2 ]∧ C1 ) C2 (其中 A为连续属性 ,C1 、C2 为类别属性 )的数量关联规则方法 ,并将该方法应用于股市行情分析 ,实验结果表明是非常有效的 .
引用
收藏
页码：225 / 228
页数：4
相关论文