数据库中加权关联规则的发现.pdf

维普资讯 @2001JournalD Software 软 件 学 报 数据库 中加权关联规则的发现 欧陌寿民，部 诚 ．莽废圭。 (安徽大学 计算 中心，妻徽 台肥 230039)i (安徽大学 计算机系，妻徽 台肥 230039)； a(中 国科 学技术 大学 计算机科 学技术 系 ，安徽 台肥 330027) E—mail：oywm@lTlar$ahu．edu．cn http： ／www ahu．edu．cn 摘要 ：关联规则发现是敷据库 中知识发现研 究中的热点课题 ，有看广泛 的应 用领域 在现有 的研 究 中，数据库 中 的各十项 目是按 平等一致 的方式加 以处理 的．然而 ，在理 实世界数据库 中却并非如此 ，不 同的项 目拄往有看不 同 的重要性 曲了将 它们反映出采 ，时项 目引凡权值 、坡而提 出 了新 的加 权关联规 l问题 由于项 目权值 的引凡，颤 繁项 目集 的子集不再一 定是频繁 的．为此 ，又提 出了项 目的 ^一支持期望概 惫 ，并 由此提 出了加 权 关联规尉 的发现 算 法 ． 芙犍词 ：数据发掘 {知识发现 {加权 关联规 则 中图法分 类号 ：TP311 文献标识码 ：A 近年来 ，数据库 中的知识 发现 (knowledgediscovery,indatabases，简称 KDD)，也称 数据 发掘 (datamining)．受 到 当今 国际人 工 智能与数据库 界的广 泛重视一 关联 规则是 KDD研究 中的一个 重 要的研 究课题 ．该 问题是 由R Agrawal等 人提 出的 ，目的是要在 交 易数据 库 中发现各项 目之 间 的关系 ’．例如 ，有这样一条关联规则 ：黄油 ，牛奶 面包 (30 和 2 )其含义是购买 了黄油和牛 奶 的顾客还将 购买面包 ，3O％和 2％分别 是该规 则 的信任度 和支持度 ．在 关联 规则发现研 究 中最著 名 的算 法是 R Agrawal等人提 出的 Apriori算法 该算法将 关联规 则 的发现分 为两步 ．第 1步是识 别所 有 的频繁 项 目集 (frequentitemset)，即其 支持不低 于用 户最 低支持 (minimum support)的项 目 集 第 2步是从频 繁集 中构造 其信任不低于用户最低信任 (minimum confidence)的规则．其他 太多 数算法都 是在该算 法 的基 础 上加 以改进或扩 展 的 ，基本 框架没有 变化 ． 该算法实 际上存在 两太前提假设 ：(1)数据库 中各项 目相 同的性质 和作用 ．即重 要性相 同；(2) 数据库 中各项 目的分布是均匀 的 ，即 出现频率相 同或相似．也就是说 ，在该算法框架 下 ，数据库 中的 各个项 目以平 等一致 的方 式处理．然 而 ，在现实世 界数据 库 中却往往并非 如此．当数据库 中项 目分 布不均 匀 出现频 率相 差较 大时 ，就会 导致最低 支持设 高设低都有 问题的两难 局面 ，如果设高 了，所 发现 的关联 规则将 可能涉及不 到出现频率较低 的项 目；而若 设低 了，就会 发现太 多的杖有意义的甚 至是虚假 的关联规则 ，还 有可能导致组合爆炸 ，从而降低算法效率直至不可行 ．近 年来 ，对 这一 问 题 ，国际上 已有若 干研究 工作 一J． 然而 ，对于前一个 问题 ，目前 国内外 尚未有相关文献．事 实上 ，不 同的项 目往往有着 不同的重 要 · 收辅 日期 ：l999l206}修改 日期 ：20∞ 0l2n 基 金项 目：国家 自热 科学 基金 资助 项 目 作者筒介 ：欧 阳为 民 (1964一)·男 ．五1被芜湖 ^．博士 ．教授 ，主要研究领域为知识发现 机器学 习 ．^ 智能及其应用 ；邦诚 1964一)，男r安做 屯滇人 ，副教授 r主要研 究领域为知识发现 -机器学 习．^ 智能且其应用 ；蔡庆生 (1938一)．男， 重庆人 教授 ． 博士生 导师 ，主要研 究领域为机器学 习 知识盘现 ．协调智能 维普资讯 政 阳为 民 等 ：数据库