本文關(guān)鍵詞：最小支持度為區(qū)間值的加權(quán)Apriori算法

  更多相關(guān)文章： 關(guān)聯(lián)規(guī)則 最小支持度 區(qū)間值 權(quán)重 Apriori算法

【摘要】：為解決經(jīng)典Apriori算法中最小支持度設(shè)定不當(dāng)和數(shù)據(jù)庫(kù)中各項(xiàng)目的重要程度不易給出的問(wèn)題,采用區(qū)間量化方法計(jì)算出最小支持度滿(mǎn)足的一個(gè)區(qū)間,用區(qū)間值代替單一的最小支持度.并根據(jù)引入的可能度概念對(duì)改進(jìn)算法進(jìn)行剪枝的策略,提出項(xiàng)目權(quán)重和最小支持度都為區(qū)間值的加權(quán)關(guān)聯(lián)規(guī)則挖掘算法.通過(guò)UCI上的數(shù)據(jù)集對(duì)比改進(jìn)算法和經(jīng)典算法的性能.研究結(jié)果表明:改進(jìn)算法解決了最小支持度設(shè)定過(guò)高或過(guò)低所帶來(lái)的問(wèn)題,并提高了算法的運(yùn)行速度及有效率.
【作者單位】： 遼寧工程技術(shù)大學(xué)理學(xué)院;
【基金】：國(guó)家自然科學(xué)基金項(xiàng)目(50979035)
【分類(lèi)號(hào)】：TP311.13
【正文快照】： 近幾年來(lái),數(shù)據(jù)挖掘也稱(chēng)數(shù)據(jù)庫(kù)中的知識(shí)發(fā)現(xiàn),受到數(shù)據(jù)庫(kù)研究人員的廣泛關(guān)注.其中,關(guān)聯(lián)規(guī)則是數(shù)據(jù)挖掘的重要領(lǐng)域之一.關(guān)聯(lián)規(guī)則挖掘算法是從模糊的、有噪聲的、大量的、隨機(jī)的實(shí)際數(shù)據(jù)中,得出人們事先不知道的、隱含在其中的、但又是潛在、有用的關(guān)聯(lián)信息和知識(shí)的過(guò)程.自從Agraw，

本文編號(hào)：1266715