数据库中的因果规则挖掘.pdfVIP

( ) 2002 年 12 月 广西师范学院学报 自然科学版 Dec. 2002 　 ( ) 第 19 卷 第 4 期 Journal of Guangxi Teachers College Natural Science Edition Vol. 19 ,No. 4 文章编号 (2002) 数据库中的因果规则挖掘 钟　智 ,苏毅娟 ,张师超 (广西师范学院 数学与计算机科学系 ,广西 南宁 530001) 摘 　要 : 传统的因果规则挖掘算法仅能在简单变量间挖掘因果规则 ,本文给出了一个能够在多值变量 X 与 Y 间挖掘形如X → Y 的因果规则 ,且有一条件概率矩阵 M Y| X . 关键词 :数据挖掘 ;条件概率 ;数据划分 ; 因果规则 中图分类号: TP311. 131 　文献标识码 : A 0 　引 　言 随着数据挖掘技术的发展和日益成熟 ,数据库中挖掘因果规则愈来愈引起人们的关注. 许多因果规 则的挖掘算法 , 例如 LCD 算法[2 ] 和 CU - path 算法[4 ] 都是基于约束的因果发现 , 它采用了 Chi - squared 公式来度量变量间的依赖性. 然而 ,这些方法仅能挖掘简单变量间的因果规则 ,无法在多值变量 间挖掘因果规则. 本文给出了一个能够在大型数据库的多值变量间挖掘因果规则的方法. 该因果规则形 如 X ? Y , 且有条件概率矩阵 M Y| X . 首先举例说明应用现有技术能否在多值变量间挖掘因果规则. 例 1 　有一所大学的职工数据库 ,其中每一记录有两个字段 :“education ”和“salary ”. 我们从中选取 了 30 000 条记录 ,其统计结果如表 1 所示. 表 1 　职工数据库的统计结果 Education Salary Number [3500 , + ∞] 8 500 Doctor [2 100 ,3 500 ] 1 400 [0 ,2 100 ] 100 [3500 , + ∞] 1 900 Master [2 100 ,3 500 ] 7 100 [0 ,2 100 ] 1 000 [3 500 , + ∞] 200 UnderMaster [2 100 ,3 500 ] 3 000