基于关联规则和聚类分析的数据缺失补偿方法.pdfVIP

山西师范大学学报（自然科学版）

第３９卷第１期ＪｏｕｒｎａｌｏｆＳｈａｎｘｉＮｏｒｍａｌＵｎｉｖｅｒｓｉｔｙＶｏｌ．３９Ｎｏ．１

２０２５年３月ＮａｔｕｒａｌＳｃｉｅｎｃｅＥｄｉｔｉｏｎＭａｒｃｈ２０２５

文章编号：１００９４４９０（２０２５）０１００７１０５

基于关联规则和聚类分析的数据缺失补偿方法

李庐

安徽财经大学教务处，安徽蚌埠２３３０３０

摘要：在常规数据缺失的补偿中，一般会根据数据的特征进行提取，查找数据的缺失部分，并对其进

行补偿，但这往往会导致补偿数据与原有数据的差别较大，因此提出基于关联规则和聚类分析的数据缺

失补偿方法．在数据补偿方法的研究中，首先通过对缺失数据的处理，来分析数据信息与类别，然后对数

据整体进行单元格的划分，分析数据的重要特征，然后根据关联规则的方式，运用ＦＰｇｒｏｗｔｈ算法构建数

据间的相似度，通过相似度收集数据信息，最后结合聚类分析，选择最优的补偿数据．在实验中，对所设

计方法的补偿效果进行模拟，实验结果体现出在三组数据中都具有较好的补偿效