基于本体的模糊关联规则算法.pdf

ofHefei Journal Sciences) 舍杷学院学扳(自然科学版) University(Natural ：：：：：：：：： ：呈些』琶旦：丝：!皇耋：篁兰塑：一：：： ：：一：：：：=： ：一一=：：：：：：：垒丝圣望塑￥堡；：望』呈；圣： 基于本体的模糊关联规则算法 吕 刚1”，郑诚1 (1．安徽大学a．计算智能与信号处理教育部重点实验室，b．计算机科学与技术学院，合肥230039； 2．合肥学院计算机科学与技术系，合肥230601) 摘要：模糊关联产生的大量候选数据项集使得在大型数据库中数据处理效率很低；提出基于本体的模糊关联规 则挖掘系统；通过利用领域本体提高模糊关联规则挖掘效果，改变了挖掘算法，提出新规则．实验表明得到的新规 则更有意义． 关键词：本体；模糊关联规则；元规则 中图分类号：TP311．13 文献标识码：A 文章编号：1673—162X(2009)02—0029—04 关联规则是指包含了一组对象间待定关联关系的规则．由于关联规则的挖掘有着广阔的应用背景，因 此，人们对关联规则做了大量的研究．在现实生活中，数据之间的关系通常表现为模糊关系．为了解决“边 界划分过硬”的问题，Cubero等人引入了模糊集的有关概念，研究了“模糊关联规则”【l，2J．对模糊关联规则 进行评价的一般方法是在直接沿用经典关联规则中常用的“支持度”和“信任度”，同时从模糊逻辑推理的 角度，提出了基于模糊蕴涵算子的“蕴涵度”来评价模糊关联规则．但是，计算每一条候选规则的“蕴涵度” 都需要扫描整个数据库，在候选规则数量较大时，会引发频繁的数据库扫描，使得在大型数据库中挖掘效 率很低．另外，由于现有的算法只是在数据库的低层次搜索，所以得到的规则集很大，很难理解．本文提出 利用本体预处理数据元组，通过利用本体知识，减少搜索空间，知识发现也变得更有效率；同时基于本体的 数据挖掘方法相对于传统的数据挖掘方法，获得的知识质量更高． 1基本概念 1．1模糊关联规则 设，={i。，i：，…，i。}是数据库D中由凡个不同的项目组成的集合，其中，ii(1≤，≤凡)的取值范围是 今，且Aj与一些模糊集相关联．如果将ij扩展到今的模糊集上，可从项目集，得到扩展项目集，，．利用每一 9是数据库中数 个模糊集中相应的隶属度函数，可以把数量型数据库D转换为模糊数据库D，．I哆I=It n u Y=西，且xy不能同时包含 据的数量．模糊关联规则是形如xjy的蕴涵式，其中，x∈‘，y∈，，，x 由同一个属性扩展而来的任何两个项目．X被称作模糊关联规则的前件，y被称作模糊关联规则的后件． 支持度定义如下： n J_∑A(髫)oB(，，)一 ’ Dsupp(A号B)=盟]瓦广 (1) 信任度定义如下： 』√…、，’∑A(髫)oB(y) Dco畎A号B)=旦]丽厂一 (2) 收稿日期：2008—10—22修回日期：2009—02—16 科学研究发展基金项目(08KY033ZR)资助． 作者简介：吕 刚(1978一)，男，安徽来安人，合肥学院计算机科学与技术系讲师，安徽