一种基于概率的多最小支持度挖掘算法

被引：3

作者：

田启明 ^{[1
]}

王丽珍 ^{[2
]}

尹群 ^{[2
]}

机构：

[1] 温州职业技术学院计算机系

[2] 云南大学信息学院计算机科学与技术系

来源：

计算机仿真 | 2006年 / 07期

关键词：

关联规则; 多最小支持度; 概率; 数据挖掘; 算法;

D O I：

暂无

中图分类号：

TP301.6 [算法理论];

学科分类号：

081202 ;

摘要：

传统的Apriori算法由于始终保持单一的最小支持度,所以在实际应用中不能挖掘小比例事件中的关联规则。针对这一缺陷,该文提出并实现了一种基于概率的多最小支持度关联规则算法。该算法针对每个项目设定了最小项支持度,最小项支持度与该项目的出现概率相关。实验证明该算法不仅能有效地挖掘出发生概率较低的事件中的关联规则,同时又不丢失原有的大概率事件中的关联规则。另外,实验结果也说明该算法存在候选项集增多的缺点。

引用

页码：115 / 118+160 +160

页数：5

共 6 条

[1] 多最小支持度下的关联规则及其挖掘方法研究 [J].