关联规则挖掘技术研究.pdfVIP

J o u r n al of Inf o r m a t i o n N o . 4 ,2008 情报杂志 2008 年第 4 期 　 　　　 　　　　　　　　　 关联规 则挖掘 技 术研 究 Studies on Association Rules Mining Techniques 　黄名选 　　　　　　　　　陈燕红 　 ( ) ( ) 广西教育学院数学与计算机系 　南宁 　530023 　 广西大学物理科学与工程技术学院　南宁 　530004 摘 　要 　以关联规则挖掘技术的发展为主线 ,将 目前的研究方法归纳为五类 :项无加权关联规则挖掘 、项加权关联规 则挖掘 、项完全加权关联规则挖掘 、负关联规则挖掘和增量挖掘 ,对这五类挖掘技术进行整体性阐述和比较性研究 ,指 出了一些挖掘技术的局限性 ,最后展望关联规则挖掘技术在信息检索查询扩展领域中的应用前景 。 关键词 　关联规则 　数据挖掘 　负关联规则 　　出现于 20 世纪 80 年代后期的数据挖掘是解决当今时代 定义 2 　关联规则 :关联规则是如下形式的逻辑蕴涵式, 所面临“数据爆炸而信息贫乏”问题的一种有效方法 ,它是利 即 X → Y , 其中 X I , Y I 且 X ∩Y = , X , Y 分别称 用各种分析工具在海量数据中发现潜在的、有用的模型和数 为关联规则 X → Y 的前提和结论, 或者前件和后件 。关联规 据间关联的过程 ,使用这些模型和关联可以进行预测 、寻找数 则具有如下两个重要的属性 : 据间潜在的关系 ,发现被忽略的因素 ,具有极广泛的应用前 support - count ( X ∪ Y) 支持度 :support ( X ∪Y) = , 即 景 ,例如词间关联规则挖掘在信息检索查询扩展中有着重要 | D | X 和 Y 这两个项集在事务数据库 D 中同时出现的概率 。 的应用价值 。关联规则挖掘作为数据挖掘的一个分支 , 引起 support ( X ∪ Y) 众多专家学者的极大兴趣和研究 , 已经成为数据挖掘中一个 置信度 : conf ( X → Y) = P ( Y | X) = support ( X) , 重要的研究课题 。为了改进现有关联规则挖掘技术 ,使其得 即在出现项集 X 的事务数据库D 中, 项集 Y 也同时出现的概 到更深入 、更广泛的研究和发展 ,本文以关联规则挖掘技术的 率 。 发展为主线 ,将 目前的研究方法归纳为五类 :项无加权关联规 其中, support - count ( X ∪Y) 是包含项集 X ∪Y 的事务 则挖掘 、项加权关联规则挖掘 、项完全加权关联规则挖掘 、负 数, support ( X) 是项集 X 的支持度, | D | 是事务数据库 D 的 关联规则挖掘和增量挖掘 ,对这五类挖