面向语义属性查询的动画场景图像检索系统.pdfVIP

第37卷 第19期 计 算 机 工 程 2011年 10月 、，01．37 No．19 ComputerEngineering October2011 · 专栏 · 文章缡号l1000-__3428(2ol1)19-一o0ol—04 文献捧识码lA 中圈分类号：TP301．6 正相关性指导下的关联规则剪枝算法 张 斌，张 晶，史丽君，胡学锕 (合肥工业大学计算机与信息学院，合肥 230009) 摘 要：基于支持度和置信度模型的关联规则剪枝算法会挖掘出很多无趣规则。针对该问题，提出一种正相关性指导下的关联规则剪枝算 法。利用全置信度和提升度构造一个正相关性评价函数，以此对频繁项集进行剪枝。实验结果表明，该算法能减少无趣关联规则数量，提 升挖掘结果质量，缩短挖掘时间。 关健词：数据挖掘；关联规则；兴趣度；正相关；剪枝 AssociationRulePruningAlgorithm GuidedbyPositiveCorrelation ZHANGBin，ZHANGJing，SHILi~un，HUXue·gang (SchoolofComputerandInformation，HefeiUniversityofTechnology，Hefei230009，China) [Abstract]Therearesomeuninterestingrulesinthelrageoftherulesexcavatedbyhteclassicassociationrulepurningalgorihtmbasedonhte supportandconfidencemode1．Thispaperpresentsapurningalgorihtm basedonhteaUconfidencedegreeandliftdegree．anditconstructsapositive correlationevaluationfunctiontOpurninghterfequentitemsets．Experimentalresultsshowthathtealgorihtm caneffectivelyreducehtenumberof hteuninterestingcorrelationurle，andpromotehteexcavationquality，andshortenexcavationtime． [Keywordsldatamining；associationrule；interestingness；positivecorrelation；purning DOI：10．39690．issn．1000-342g．2011．19．001 1 概述 方法。文献7【]将提升度作为相关性度量的准则，基于 FP算 关联规则挖掘旨在从大型数据库中找出新颖的、有趣的、 法和提升度 的性质 ，挖掘正相关的频繁项集 。然而 ， 具有可行性和指导性的不同数据项之间的关系 J。经典的关 Chi—Squared检验和提升度的评价方式并不具备很好的零不 联规则挖掘算法Apriori口和FP—Growth 仅基于统计的思想， 变性 J。文献 8【]中对any—confidence、all—confidence和bond 利用支持度去挖掘频繁项集，通过置信度的比较发现关联规 这 3种评价方式进行了比较，并改进了支持度和置信度的框 则。在实际挖掘过程中，仅在支持度和置信度框架下挖掘出 架 ，挖掘有趣规则。虽然全置信度的评价具有很好的零不变 来的规则，其中有些不但对用户没有指导意义 ，甚至还会使 性，但当其值在0．5附近时，不能准确判断频繁项集是正相关