基于本體的多層關聯(lián)規(guī)則算法與知識管理模型研究.pdf

1、隨著國際互聯(lián)網(wǎng)Internet的發(fā)展和普及，需要面對海量的信息資源，信息內容和層次上的多元性和復雜性，特別是從海量的信息中篩選出少量自己需要的有用的信息資源時，人們有時會感到束手無策。因此，對數(shù)據(jù)挖掘技術的研究及知識管理是全球信息化發(fā)展的客觀要求。
　　 本文主要基于本體并利用本體的概念層次結構，提出了基于本體的多層關聯(lián)規(guī)則算法ML_AR。關聯(lián)規(guī)則中的最關鍵因素是最小支持度，它是用來縮減搜索空間和限制生成規(guī)則的數(shù)目，如果僅用單個

2、最小支持度，就會隱含地假設數(shù)據(jù)庫中的子項有相同的性質或相似的出現(xiàn)頻率，為了解決上述問題，提出了一個根據(jù)概念層次的上層支持度計算下層支持度的公式。通過該公式所得的支持度是遞減的，并且當父層是非頻繁項的項，子層有可能是頻繁的項，此時還可以把符合這樣條件的項回收。如果計算的支持度大于父項支持度，說明上層支持度選取過小，不符合實際數(shù)據(jù)，則應重新對初始支持度進行調整，從這方面講，該算法對初始支持度的選擇有了一定的評價。另外，針對以上挖掘出來的數(shù)據(jù)