基于两级多支持度的非频繁项集挖掘方法  

Infrequent Itemsets Mining Based on Two Level Multiple Supports

作　　者：李刚[1] 王洪国 董祥军[1] 杨越越[1] 郭跃斌[1] 

机构地区：[1]山东轻工业学院信息科学与技术学院,济南250353 [2]山东省科学技术厅,济南250011

出　　处：《郑州大学学报（理学版）》2007年第4期94-97,共4页Journal of Zhengzhou University:Natural Science Edition

基　　金：山东省优秀中青年科学家奖励基金项目;编号2006BS01017;山东省教育厅科技计划项目;编号J06N06

摘　　要：现有关联规则挖掘算法都是在频繁项集基础上进行挖掘,关于非频繁项集的资料很少.特别是在研究负关联规则后,非频繁项集因包含重要的负关联规则而变得非常重要.针对这一问题,在多支持度算法的基础上提出了一种新的算法模型,能够在挖掘频繁项集的同时得到非频繁项集,实验结果表明了该算法的有效性.The existing association rules mining algorithms are chiefly based on frequent itemsets, and the record about infrequent itemsets is very rare. Especially when the negative association rules are studied, infrequent itemsets become more and more important because they contain a lot of important negative association rules. For this reason, a new algorithm model is put forward, and this algorithm can mine both frequent itemsets and infrequent itemsets. The results of experiments indicate the validity of this algorithm.

关 键 词：负关联规则 非频繁项集 两级多支持度 

分 类 号：TP311[自动化与计算机技术—计算机软件与理论]