加权关联规则的开采.pdf

第2 2 卷第3 期2 0 0 1年3月小型赣型计算机系坑MI NI - -MI CR O S YS TEM Vo1 22 NO．3 M ar ．2 00 1 文章簟号：1 0 0 0 —1 2 1 0 ( 2 0 0 1 ) 0 3 —0 3 4 7 - 0 4 加权关联规则的开采路松峰胡和平( 隼中理工大学计算帆学院应用囊式双4 3 0 0 7 4 ) 擅要：关联规脚可以揭示数据之闻毫台的关系，井巳在许多幅巍取得了广连的应用．冒前已经提出了许多有盘发现关联规则的算法，这些算法都乱为每十美捂对规，I 的重要性相同．担在实际应用中，用户曼关，近期发生的藏据· 即历史慧丸运的美据对规，I 的影响应谊道小，应当斟硒这些美括对规烈的影响，为此，奉文提出丁垂直加权关联扼蹦的同意；另外，用户有时可能希望加强或刖薅某些习i 目对规刖的影响，即所司『的拳平如版关联规刖：l后，提出了混夸加权关联规则的问是，井培出丁一十解决试问是的算法MwAL，实譬证明了MWAL算击的有效性．羌■词：数据开采} 关联规则I 加权分类号：T P3 l l 文献标识码} A l 引育关联规则( As s o c i a t i o n Ru l e s ) 为显理数据之间潜在的联系提供了一个有效机制．倒如“购买了面包和黄油的用户中有9 0 ％又购买了牛奶麓是典型的关联规剐，决策者可以根据关联规则提供的信息进行优化商场布置( 耐衄t 把用户经常同时赡买的商晶摆放在一起) I 三【及为进货和广告直传等提供决策依据．关联规劂开采就是发现满足用户定义的最小支持度mi n s u p ( mi n i mu m s u p p o r t ) 和最小置信度mi n c o n I ( mi n i n 1 u m c o n f i d e n c e ) 的规劂．目前已经提出了许多有教的算法0 - “，但大部分算法都假定数据库中每个项目都具有相同的重要性，然而实际情况并非如此，①随着时间的推移，数据库中的数据的时同跨度越来越大，大多数项目的时问跨度可髂超过十年，也许某些项且是尉再I 开始出现的，倒如对一个电器商场而言，收录机8 O年代开始一直是效据库中的交易项目，在8 O年代收录机”是时鼍商品，到9 0年代末，收录机变成了滞柏晶，取而代之的是额的高科技产品，倒如数码相机”，显然用户对包台墩码相机的规则要比包台。收录机的规舅0 更癌趣．由于收录机在8 0年代曾经长时间的旺镑，因而在数据库中的支持度很高I 另～方面，由于数码相机雕刚出现在市场上。其镑量在整个数据库中占很小的倍额，即支持度很低，所以，以往的算法u 。开采出来的规则将包含收录机，而不会包台。鼓码相机．这就是所谓的时间效应问题，即历史越久远的数据应该对规则的影响越小+ 现有的算甚元法解决谈问磨．②用户对某些项目可能更盛兴趣，希望在进行开采时船够增加它们的作用，同时舶弱另外某些褒目的作用，翻如对一个商场来讲铂金钻戒是贯重商品，其利润要远近高于日用商品啤酒．由于铂金钻戒”的单价很高．所以销售量很低，即在数据库中的支持度很小．是一个非频繁项目集，周而算法[ 1 3 、[ 2 ] 和[ 4 3 不可船开果出包台“铂金钻戒”的规剜，与此相反，啤酒的镑售量很大。是频繁项目集，它将被包台在开采出来的规则中．但是商寡也许更关心有关铂金钻戒的情况．为了解决上述问题我们提出加权关联规则的概念，我们称第①种情况为垂直加权关联艇则，第②种情