有效的矩阵加权正负关联规则挖掘算法——MWARM-SRCCCI.pdfVIP

JournalofComputerApplications ISSN 1001—9081 2014．10．10 计算机应用，2014，34(10)：2820—2826 C0DEN JYIIDU http：／／www．joca．cn 文章编号：1001—9081(2014)10—2820—07 doi：10．11772／j．issn．1001—9081．2014．10．2820 有效的矩阵加权正负关联规则挖掘算法——MWA ．SRCCCI 周秀梅 ，黄名选。 (1．南宁地区教育学院数学与计算机科学系，南宁530001； 2．广西教育学院科研处，南宁530023) ( 通信作者电子邮箱huangmx@mailbox．gxnu．edu．cn) 摘 要：针对现有加权关联规则挖掘算法不能适用于矩阵加权数据的缺陷，给出一种新的矩阵加权项集剪枝策 略，构建矩阵加权正负关联模式评价框架SRCCCI，提 出一种新的基于SRCCCI评价框架的矩阵加权正负关联规则挖 掘算法MWARM—SRCCCI。该算法克服 了现有挖掘技术的缺陷，采用新的剪枝技术和模式评价方法，挖掘有效的矩阵 加权正负关联规则，避免一些无效和无趣的模式产生。以中文Web测试集CWT200g为实验数据，与现有无加权正负 关联规则挖掘算法比较，MWARM—SRCCCI算法的挖掘时间减幅最大可达74．74％。理论分析和实验结果表 明， MWARM—SRCCCI算法具有较好的剪枝效果，候选项集数量和挖掘时间明显减少，挖掘效率得到极大提高，其关联模 式可为信息检索提供可靠的查询扩展词来源。 关键词：数据挖掘 ；关联规则；矩阵加权正负关联规则；项集 中图分类号：TP391 文献标志码：A MW ARM -SRCCCI：efficientalgorithm for miningmatrix-weightedpositiveandnegativeassociationrules ZHOU Xiumei．HUANG Mingxuan (1．DepartmentofMathematicsandComputerScience，NanningPrefectureEducationCollege，NanningGuangxi530001，China； 2．officeofScientfiicResearchAdministration，GuangxiCollegeofEducation，NanningGuangxi530023，China) Abstract：Inviewofthedeficiencyoftheexistingweightedassociationrulesminingalgorithmswhicharenotappliedto dealwithmatrix—weighteddata，anew purningstrategyofitemsetswasgivenandtheevaluationframeworkofmatrix—weighted associationpatterns，SRCCCI(Suppo~一Relevancy—CorrelationCoefficient-Confidence-Interest)，wasintroducedinthispaper firstly，and then anovelminingalgorithm，MWARM—SRCCCI(Matrix—WeightedAssociation RulesMiningbasedon SRCCCI)，wasproposed，whichwasusedforminingmatrix-weightedpositiveandnegativepatternsindatabases．Usingthe newpurnin