一种基于概率的加权关联规则挖掘算法.pdf

第25卷第4期 计算机应用 Vol_25No．4 2005年 4月 ComputerApplications Apr．2005 文章编号：1001—9081(2005)O4—0805—03 一 种基于概率的加权关联规则挖掘算法 尹 群，王丽珍 ，田启明 (云南大学 信息学院，云南 昆明650091) (yinq@nb．spdb．con．cn) 摘 要：针对关联规则数据挖掘在实际应用中出现的问题 ：不能挖掘小概率事件 中的关联规则。 提出了基于概率分布 的加权关联规则挖掘算法。该算法 同时改进 了加权支持度计算方法，保持 Apriori算法的频繁集向下封闭的特性，并在实践中得到了有效的应用。 关键词 ：加权关联规则；概率分布；加权支持度 中图分类号 ：TP311．131 文献标识码：A Algorithm ofminingassociationruleswithweighted itemsbasedonprobability YINQun，WANGLi—zhen，TIANQi-ming (CollegeofInformation,Yunnan KunmingYunnan650091，China) Abstract：A algorithm ofminingassociationruleswithweighted itemsbaseonprobabifityWas designed，itsolvedthe problem ofhteclassicalApriorialgorithm whichcan’tmineassociationrulesinthelittleprobabilityitems．Athtesallletimethe problemofinvalidationofthe”downwardclosureproperty”inhteweihgtedsettingWas solvedbyusinganimprovedmodelof weightedsuppo~measurements．Thealgorithm isboht scalableandefficientindiscoveringrelationshipsinpractical using． Keywords：weihgtedassociationrule；probabilitydistributing；weightedsupport 得非常低(1．8％)，否则无法挖掘 出相关的规则，但如果支 0 引言 持度的阈值设得非常低 ，则同时会导致无用规则的大量出现， 数据挖掘又称数据库中的知识发现，关联规则的挖掘是 并使算法的挖掘效率降低 。针对这种情况，我们提出了基于 其中一个重要的分支。文献[1]首先提出了挖掘顾客交易数 概率分布的加权关联规则挖掘算法，以解决此问题 。 据库中项集间的关联规则，并提出了经典的Apriori算法 。 1 基于概率的加权关联规则 关联规则的定义：设，= {i，i，…，i}是二进制文字的 集合，其中的元素称为项 (Item)。记 D为交易 (Transaction)T 经典的Apriori算法是一个基于两阶段频集思想的方法， 的集合，这里交易 是项的集合，并且 ，。对应每一个交易 将关联规则挖掘算法的设计分解为两个子问题 ：1)找到所有 有唯一的标识，如交易号，记作 TID。设 是一个 ，中项的集 支