基于模糊聚类的模糊关联规则挖掘  

Mining Fuzzy Association Rules for Numerical Attributes Based on Fuzzy Clustering

作　　者：吴正龙[1] 熊范纶[2] 滕明贵[2] 

机构地区：[1]解放军炮兵学院,安徽合肥230031 [2]中国科学院合肥智能机械研究所,安徽合肥230021

出　　处：《小型微型计算机系统》2004年第7期1295-1297,共3页Journal of Chinese Computer Systems

基　　金：国家自然科学基金重点项目 (6983 5 0 0 1)资助 ;国家"863"高科技重点项目(2 0 0 1AA115 170 )资助

摘　　要：通过模糊聚类 ,从已知数据中得到数据点对数据类的隶属度 ,并以此进行模糊关联规则的挖掘 ,从而使得模糊关联规则的发现不依赖于人类专家预先给出的隶属度函数 ;并且实验表明 ,聚类并没有带来显著的额外计算时间 .对于大型数据库 ,文章提出的方法是有效的 .This paper proposes a method which can work without priori membership function provided by human experts.The method getting membership value through applying fuzzy clustering to numerical values, and then mines fuzzy association rules based on the result of fuzzy clustering. Experiments show that clustering process does not increase computing time to fuzzy association rule mining notably. For large database, the method presented in this paper is more practical.

关 键 词：模糊集理论 模糊聚类 模糊关联规则 

分 类 号：TP181[自动化与计算机技术—控制理论与控制工程] TP182[自动化与计算机技术—控制科学与工程]