基于聚类的模糊联系规则挖掘.pdfVIP

计算机科学2005Vol.32NQ.7(增刊A) 基于聚类的模糊关联规则挖掘 ‘ FuzzyAssociationRulesMiningBasedonClustering 韦素云 吉根林 杨 明 (南京师范大学计算机系 南京210097) (苏州大学省计算机信息处理重点实验室 苏州215006) AbstractMostofthealgorithmsproposedforminingfuzzyassociationrulesassumethatfuzzysetsandtheirmem- bershipfunctionsaregiven.Inthepaper,weproposeamethodbasedonclusteringforautomaticallygenerating fuzzysetsandtheircorrespondingmembershipfunctionsandminingfuzzyassociationrules.Forthispurpose,first- ly,anefficientclusteringalgorithmDBSCANisusedtogroupthedataofeachattributeandcomputemedoidofeach cluster.Secondly,fuzzysetsofquantitativeattributesandtheircorrespondingmembershipfunctionsareautomati- callygeneratedbythemedoids.Finally,fuzzyassociationrulesareminedbasedonthefuzzysets.Experiments showthatclusteringprocessdoesnotincreasecomputingtimeoffuzzyassociationruleminingnotably.Forlargeda- tabase,themethodpresentedinthepaperiseffectiveandefficient. KeywordsClustering,Fuzzyassociationrule,Rulemining 处理，直接根据类别值定义模糊集，即相应的隶属度 1 引言 函数的值域退化为{0,1)。构造完模糊集和相应的 关联规则具有多种类型，其中包括数值型关联 隶属度函数后，就可以进行模糊关联规则挖掘。基 规则，其基本思想是将数值型属性进行离散化，从而 本思想是，扫描整个事务数据库，对每一条事务，计 将问题转换为类别型关联规则挖掘问题。但是数值 算候选项目集的隶属度值，将该隶属度值作为候选 型属性离散化存在着锐利边界值问题，即在挖掘过 项目集在这一条事务上的模糊支持数，最终计算出 程中，区间的边界值要么过分强调，要么被忽略。因 数据库上所有频繁模糊项目集，实现模糊关联规则 此，人们将模糊集理论(23引人到数值型关联规则挖 挖掘。这样，既解决了划分区域锐化问题，又使得挖 掘中，提出了一些模栩关联规则的挖掘算法3-〔-6]，例 掘的规则自然、简明，便于理解。 如:在文4〔〕中，利用模糊集理论挖掘数值型关联规 2 基本概念及理论 则算法FARM;在文6「1中，考虑到人们对不同项目 的感兴趣程度不同，以及不同项目对数据库的影响 定义1设D是一个事务数据库，属性集A= 程度不同，在此基础上又提出了加权支持度和加权 {A,，…，Am}，属性Aii=1，…,m)的值域记为Dom 置信度的加权模糊关联规则挖掘算法FWAI.。这 (A;)。对任意的一条事务dED，用d[A;〕表示事务 些算法较好地解决了锐利边界值间题，但算法需要 d在属性Ai上的取值。 领域专家预先给出相关模糊集及其隶属度函数，以 定义2 设G=}CiiI...,C,)是定义在属性A 便将数值型属