基于序列模式的正负关联规则研究  

Positive and negative association rules based on sequential patterns

作　　者：郭跃斌[1] 翟延富[1] 董祥军[1] 杨越越[1] 李刚[1] 

机构地区：[1]山东轻工业学院信息科学与技术学院,山东济南250353

出　　处：《山东大学学报（理学版）》2007年第9期88-90,95,共4页Journal of Shandong University(Natural Science)

基　　金：山东省优秀中青年科学家奖励基金资助项目(2006BS01017);山东省教育厅科技计划资助项目(J06N06)

摘　　要：序列模式可预测企业的发展方向,负关联规则可展现不良因素的根源,序列模式的正负关联规则为企业决策提供更全面的信息.将序列模式和负关联规则的挖掘算法相结合,利用项集间的相关性,挖掘出序列模式的正负关联规则.Sequential patterns can predict company developing trends. The negative association rules can show the origin of bad factors, and the positive and negative association rules based on sequential patterns can offer more comprehensive information. The mining of the positive and negative association rules based on sequential patterns was given by combining the sequential patterns algorithm and the negative association rules algorithm and utilizing the correlation between item sets.

关 键 词：序列模式 正关联规则 负关联规则 相关性 

分 类 号：TP311[自动化与计算机技术—计算机软件与理论]