基于分段函数的多支持度关联规则挖掘算法

被引：2

作者：

赵玉航

刘健波

机构：

[1] 四川大学计算机学院

来源：

计算机工程与设计 | 2010年 / 31卷 / 21期

关键词：

数据挖掘; 关联规则; 分段函数; 多支持度; 频繁集;

D O I：

10.16208/j.issn1000-7024.2010.21.022

中图分类号：

TP311.13 [];

学科分类号：

1201 ;

摘要：

在多支持度关联规则挖掘算法中,针对最小支持度的选取问题,提出一种基于分段函数的多支持度关联规则挖掘算法。在多支持度算法中挖掘频繁集的时候,最小支持度由项集最小项支持度的最小值、最大值和给定的参考值所决定,这样避免了采用最小值作为最小支持度算法的时间复杂度高和存在无效规则的问题,以及采用最大值致使剪枝程度过大而造成规则遗漏的问题。通过实验结果表明了该算法的有效性。

引用

页码：4621 / 4624

页数：4

共 9 条

[1] 改进的最大值约束的多最小支持度挖掘算法 [J].

周爱武 ;

周闪闪 .

现代计算机(专业版), 2008, (02) :8-10+24

[2] Apriori挖掘频繁项目集算法的改进 [J].

柴华昕 ;

王勇 .

计算机工程与应用, 2007, (24) :158-161+171

[3] 分组多支持度关联规则研究 [J].

宫雨 .

计算机工程与设计, 2007, (05) :1205-1207

[4] 基于规模约简和多支持度的关联规则挖掘 [J].

史原 ;

鲁汉榕 ;

罗菁 ;

高婷 .

计算机工程与设计, 2006, (21) :4105-4107+4114

[5] 最大值控制的多最小支持度关联规则挖掘算法 [J].

何朝阳 ;

赵剑锋 ;

江水 .

计算机工程, 2006, (11) :103-105

[6] 多支持度关联规则在网络使用挖掘中的应用 [J].

吴小波 ;

徐维祥 .

计算机工程与应用, 2005, (31) :168-171

[7] 基于多最小支持度的空间关联规则发现 [J].

吴安阳 ;

赵卫东 .

计算机应用, 2005, (09) :2171-2174

[8] An improved approach to find membership functions and multiple minimum supports in fuzzy data mining [J].

Chen, Chun-Hao ;

Hong, Tzung-Pei ;

Tseng, Vincent S. .

EXPERT SYSTEMS WITH APPLICATIONS, 2009, 36 (06) :10016-10024

[9]

Mining association rules with multiple minimum supports using maximum constraints[J] . Yeong-Chyi Lee,Tzung-Pei Hong,Wen-Yang Lin.International Journal of Approximate Reasoning . 2005 (1)

← 1 →