基于领域知识和聚类的关联规则深层知识发现研究

被引:18
作者
张玲玲 [1 ,2 ,3 ]
周全亮 [4 ]
唐广文 [4 ]
李兴森 [5 ]
石勇 [1 ,2 ,3 ]
机构
[1] 中国科学院大学管理学院
[2] 中国科学院虚拟经济与数据科学研究中心
[3] 中国科学院大数据挖掘与知识管理重点实验室
[4] 英大泰和财产保险股份有限公司
[5] 浙江大学宁波学院
关键词
关联规则; 聚类; 领域知识; 深层知识发现;
D O I
10.16381/j.cnki.issn1003-207x.2015.02.019
中图分类号
TP311.13 [];
学科分类号
1201 ;
摘要
本文针对传统关联规则挖掘算法产生大量冗余规则,提出了对关联规则结果进行二次挖掘,并设计了算法对挖掘出的关联规则进行聚类,然后基于已有领域知识对聚类后的关联规则进行新颖度评价,对于新颖度较高价值较大的关联规则可以存储于领域知识库用于决策使用或再次挖掘过程。该算法有效的减少的规则的数量,提高了规则的新颖性和精确度,对商业应用具有很高的价值。文章最后使用UCI开源数据进行了实验分析,并验证了该算法的有效性。
引用
收藏
页码:154 / 161
页数:8
相关论文
共 12 条
[1]  
领域知识参与数据挖掘预处理阶段的研究.[D].张文凌.北方工业大学.2008, 09
[2]  
基于领域知识的贝叶斯网络学习研究.[D].莫富强.合肥工业大学.2008, 11
[3]  
领域驱动知识发现方法研究.[D].朱正祥.大连理工大学.2010, 05
[4]  
领域知识制导的数据挖掘技术及其在中药提取中的应用.[D].朱恒民.南京航空航天大学.2006, 06
[5]  
基于领域知识的知识发现研究.[D].杨立.中国科学院研究生院(软件研究所).2005, 04
[6]  
数据挖掘原理.[M].(英) 汉德 (Hand;D.) ; 著.机械工业出版社.2003,
[7]   基于聚类的关联规则挖掘算法 [J].
杨立波 .
太原大学学报, 2011, 12 (03) :113-116
[8]   基于兴趣度的关联规则挖掘算法 [J].
马建庆 ;
钟亦平 ;
张世永 .
计算机工程, 2006, (17) :121-122+149
[9]   关联规则的冗余删除与聚类 [J].
韦素云 ;
吉根林 ;
曲维光 .
小型微型计算机系统, 2006, (01) :110-113
[10]   基于领域知识的文本分类 [J].
朱靖波 ;
陈文亮 .
东北大学学报, 2005, (08) :733-735