数据挖掘中的关联规则分析.pdfVIP

维普资讯 4 福 建 电 脑 2005年第 11期 数据挖掘中的关联规则分析 陆惠玲 周 涛 (陵西理工学院教学与计算机 系，陕西汉中723000) 摘【 要J 本文首先对关联规则中的不足进行了分析，然后提出了关联规则分析这一重要的思想，并在此基础上 又提 出了关联规则树、关联规则路径等概念来描述关联规则之间的关系，并且讨论 了利用关联规则分析对关联规则库 中冗余规则的删除，从而使关联规则库更加简洁。 【关键宇l 关联规则分析 关联规则树 关联规则路径 冗余规则 1 引言 有的规则都是有意义的呢?答案是否定的 ，根据文献 4『1可以知 关联规则挖掘就是从大量的、不完全、有噪音的、模糊的、随 道，有些挖掘出来的高频规则本身就是错误的；此外许多规则中 机的实际应用数据中，抽取隐含的、不为人们事先知道的、但又 还存在着语义上的重复，即冗余规则。该例中，规则 j f2和 是潜在有用的关联信息和知识的发现过程。AgrcavaletaL(1993) j 中其实就蕴含着规则 j ，但是我们的挖掘算法却又挖 首先介绍了关联规则问题。Apriori算法是数据挖掘中经典算法。 掘出了该规则．从而使规则在语义上发生重复，对于挖掘出来的 但利用 目前挖掘算法挖掘出来的关联规则主要有以下问题： 规则有多少这种情况 ，我们就不得而知，可以肯定的是这种情况 首先，在数据挖掘中挖掘出来的大量的关联规则本身存在 大量存在，这种情况的存在大大降低了我们分析的效率，面对成 着极其重大的意义，但是关联规则之问的联系确被忽视，相对于 千上万条规则，我们仍然束手无策 ，刚刚摆脱了 “数据坟墓”，我 关联规则而言，关联规则之间的关系，同样也具有十分重要的意 们又陷入到了 “规则海洋”中去 了。 义。一条孤立的规则，仅仅反映的是个别事务间的相互作用，而 ● 1 1 1 0 1 0 1 1 1 0 我们利用数据挖掘算法挖掘出来的规则，往往是所研究的事物 ● I2 1 1 1 0 1 1 1 1 1 0 数据库中所有潜在的、有意义的所有关联，具有完全性 ，我们只 ● 有全面的分析挖掘 出来 的规则，找到规则与规则之间的联系，这 b 1 0 1 0 1 0 0 0 1 0 样就对我们的各种基于关联规则的各种行为才具有价值很高的 ● 1 0 0 0 1 0 0 0 1 0 指导意义。 表 1仿真数据库 再次，通过支持度和信任度来挖掘关联规则的方法就是我 们通常所说的支持一信任框架理论 。基于这个理论挖掘出来 的规 关联规则 支持率 可信度 则具有一定的欺骗性 ，它只是给定了条件概率的估计，而并不估 I』= l2 0．7 1．0 量前件与后件之间蕴涵的实际强度。利用这个理论挖掘出的规 t i3 0．7 0．875 则具有许多局限性 ，除了文献[4】所述的之外，还存在规则冗余 j‘ 3‘ 0．5 0。820 的问题 ，需要说明的是 ，此处消除的仅是具有传递性的冗余规 则，显然本文说的冗余规则的消除并不是完全的