基于兴趣度的多值关联规则挖掘  

Mining Quantitative Association Rules Based On Interestingness

作　　者：汪慎文[1] 刘坤起[1] 石艳丽[1] 

机构地区：[1]石家庄经济学院计算机科学系,050031

出　　处：《微计算机信息》2008年第24期98-99,91,共3页Control & Automation

基　　金：国家自然科学基金资助项目(40772196);石家庄经济学院校内科研资助项目(Y200613)

摘　　要：主要讨论在大型数据库中挖掘多值关联规则。在对数值属性区域划分进行研究,提出多值区间下的Apriori定理、前件子集定理和后件子集定理,提出规则兴趣度的测量方法并且基于规则的兴趣度损失最小化来为区间合并作出决策。该区间合并的方法是一种全局的方法,因此可以得到更有价值的规则。This paper does some research on Quantitative Association Rules mining technologies.After research on interval problem,an extention of Apriori Theorm is given,this paper give two theorm about the relation which have a useful guide for mering the interval and deleting the redundant rules.Lastly,present a global method based on the maximum increase of interestingness.

关 键 词：多值关联规则 多值区间 兴趣度 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]