高选票例外模式挖掘研究与实现  

Study and Implementation on High-voting Exceptional Pattern Mining

作　　者：郭燕萍[1] 辛伯宇[2] 

机构地区：[1]广西师范大学,桂林541004 [2]山西交通职业技术学院,太原030024

出　　处：《电脑开发与应用》2007年第8期55-56,62,共3页Computer Development & Applications

摘　　要：例外模式挖掘是数据挖掘的一项重要内容。提出一种新的多数据库中的例外模式——高选票例外模式,并提出一种挖掘方法,局部分析每一个数据库得到局部模式,再将局部模式进行聚类,在每个类中先找到高选票模式,再根据方差的性质最终得到例外模式;并用实验验证了该方法的正确性和有效性。Mining exceptions is an important topic in data mining. This paper proposes a new exceptional pattern and an approach of mining new exceptions in multi-database . Through analysis of every database locally to obtain local patterns and then cluster them . Find high-voting patterns in every class, we can obtain exceptions according to square deviation. We also evaluate our algorithm experimentally . It is validated that our algorithm is effective and efficient.

关 键 词：例外模式 多数据库挖掘 聚类 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]