基于興趣度的關(guān)聯(lián)規(guī)則挖掘算法研究.pdf

1、數(shù)據(jù)挖掘是一個從大量數(shù)據(jù)中抽取挖掘出未知的、有價值的模式或規(guī)律等知識的過程，關(guān)聯(lián)規(guī)則挖掘是數(shù)據(jù)挖掘的一個重要分支。目前，該技術(shù)在商業(yè)、金融、科學研究、情報分析等方面得到廣泛應(yīng)用。關(guān)聯(lián)規(guī)則挖掘中大多數(shù)使用的是Agrawal的Aprior算法，該算法基本思想使用支持度、置信度兩個閾值從事務(wù)數(shù)據(jù)庫中尋找概率比較高的模式，利用一個層次順序搜索的循環(huán)方法來完成頻繁項集的挖掘工作。經(jīng)研究發(fā)現(xiàn)，支持度可以表示規(guī)則統(tǒng)計意義上的普遍性，可置信度卻不能很好

2、的表示規(guī)則的可信程度，可信度實際上就是一個條件概率，在一定程度上掩蓋了規(guī)則的關(guān)聯(lián)屬性，另外層次順序搜索的循環(huán)方法對數(shù)據(jù)庫的頻繁訪問大大的降低了挖掘工作的效率。 本文引入統(tǒng)計學測量相關(guān)性的方法，采用相關(guān)系數(shù)作為興趣度，并且將興趣度作為第一閾值，它可以有效地反映數(shù)據(jù)本身的關(guān)聯(lián)特征：關(guān)聯(lián)方向和關(guān)聯(lián)強弱，并且避免了由支持度作為第一閾值所帶來的尷尬，如果支持度設(shè)置太低，會增加規(guī)則冗余，支持度設(shè)置太高，會過濾大量有效規(guī)則，由此對經(jīng)典算法加以