基于兴趣度的多值关联规则挖掘.pdfVIP

数据库数据仓库数据挖掘 文章编号：1∞8—0570(2∞8)08—3-0098_02 基于兴趣度的多值关联规则挖掘 Q￡Jan“屯日“、，eASsocJ．af『‘)nRufes8ased fⅥf仃，仃g 0n，nte，Ies“ngness SHI WANGShen—wenLIU Yan-li 二 Kun_qi 摘要：主要讨论在大型数据库中挖掘多值关联规则。在对数值属性区域划分进行研究，提出多值区间下的Apri谢定理、前件 子集定理和后件子集定理。提出规则兴趣度的测量方法并且基于规则的兴趣度损失最小化来为区间合并作出决策。该区间 合并的方法是一种全局的方法，因此可以得到更有价值的规则。 关键词：多值关联规则；多值区间；兴趣度 中图分类号：TP391 文献标识码：A Abstract：Thisdoessomeresearchon A8sociationRIlles research彻inten，al paper Quantitative miningtechnologie8．After extentionof twotheomabouttherelationwhichhaveauseful for tlleintenral AprioriTheo咖is百ven，thispaper百ve guidemering of and theredundant a methodbasedonthema)【imumincre鹧e deleting n11es．L8stly，presentglobal intere8tirIgness． Keywords：Q岫n6ta吐veA姻oda60n则髑；QIlandta6veIIItel-、柚；h恤阳出ngne鹳 点。提出一种客观的方法来处理冗余规则的问题。 1引言 2基于兴趣度的多值关联规则挖掘算法 数据挖掘。又称为数据库巾的知识发现。在最近的几年里 已经被广泛研究。而其中，关联规则挖掘自1993年由A鼬哪al2．1多值关联规则定义 等人提出之后就是一个非常活跃的领域。 一个关联规则形如Jjy，其巾x和y是属性集的子集，且 xny=g。如果只考虑关联规则中的项的存在与否．则它是布 尔犁关联规则，但在实际生活中，比如说科学数据库或者商业 数据库中，数据大部分是数值型(Quantitative)(像年龄、丁资)或数值属性x的属性值在区间[，，“】上，又可以表示类别属性的x 范畴属性(categorical)(像职称、职位)。相对于布尔型关联规的值为l。由此可知，类别属性只与值相关联，而数量属性即可 Association 则，把这类规则叫多值关联规则(Quantitative以与值相关联，也可以与区间相关联。该三元组(x，l，u)称为项 Rules)。布尔型关联规则是多值关联规则的基础和特例。 挖掘多值关联规则，一种很自然的想法是利用比较成熟的 布尔型关联规则方法，将多值属性值，按一定的标准分成若干 个区间段，然后在每个区间段上进行挖掘研究。 为集合D的基，记为1DI，其中‘j 目前，对于多值关联规则的研究大多都集巾于属性区间划 分。如：srikant和Agrawal提出等距离区间划分；Fukuda等人提 出规则前件只包含两个数值属性，规则的后件只出现一个范畴 属性；Rastogi和shim提出挖掘模块中的Ⅸ间不覆盖的关联规20，25)，(Age，23，28)}。 则，规则的联合支持度要