基于T统计量的一种改进关联规则挖掘方法

被引：6

作者：

孙文俊

潘明暘

叶强

机构：

[1] 哈尔滨工业大学管理学院

来源：

计算机应用研究 | 2011年 / 28卷 / 06期

关键词：

数据挖掘; 关联规则; T统计量; 显著性;

D O I：

暂无

中图分类号：

TP311.13 [];

学科分类号：

1201 ;

摘要：

数据挖掘的一个重要任务便是从数据库中挖掘出有趣的关联规则。传统的关联规则挖掘方法一般基于支持度—置信度体系,时常会挖掘出虚假规则或忽略掉有用的规则。针对这一问题,借鉴对照实验的思想,提出基于T统计量的关联规则挖掘方法,用显著度代替置信度,使挖掘出的规则更具有统计显著性。算例分析和数据实验表明,这种方法可以解决传统关联规则方法存在的上述问题,提高关联规则的有效性。

引用

页码：2073 / 2077

页数：5

共 5 条

[1] 挖掘中文网络客户评论的产品特征及情感倾向 [J].

李实 ;

叶强 ;

李一军 ;

罗嗣卿 .

计算机应用研究, 2010, 27 (08) :3016-3019

[2] 具有语义最小支持度的关联规则挖掘方法 [J].

张磊 ;

夏士雄 ;

周勇 ;

牛强 .

微电子学与计算机, 2008, (09) :14-17

[3] 对最小置信度门限的置疑 [J].

马占欣 ;

王新社 ;

黄维通 ;

陆玉昌 .

计算机科学, 2007, (06) :216-218

[4] Efficient adaptive-support association rule mining for recommender systems [J].

Lin, WY ;

Alvarez, SA ;

Ruiz, C .

DATA MINING AND KNOWLEDGE DISCOVERY, 2002, 6 (01) :83-105

[5]

Principles for mining summa-ries using objective measures of interestingness .2 HILDERMAN R J,HAMILTON H J. Proc of the 12thIEEE International Conference on Tools with Artificial Intelligence . 2000

← 1 →