语义驱动的关联规则挖掘算法研究  

Study on semantic-driven association rule mining algorithm

作　　者：王志愿[1] 夏士雄[1] 张磊[1] 周川祥[1] 

机构地区：[1]中国矿业大学计算机科学与技术学院,江苏徐州221116

出　　处：《计算机工程与设计》2011年第3期936-939,944,共5页Computer Engineering and Design

基　　金：国家自然科学基金项目(50674086);江苏省社会发展科技计划基金项目(BS2006002);高等学校博士学科点专项科研基金项目(20060290508);中国矿业大学校基金项目(0D090229)

摘　　要：为了使传统的关联规则挖掘算法在结合到具体领域时具有更强的适应性,提出了DS-Apriori算法。该算法建立在语义本体的基础上,根据项集内部的语义相关度动态的确定该项集的最小支持度,并采用了项集语义相关度的增量计算方法。实验结果表明,DS-Apriori算法在很大程度上提高了关联规则挖掘算法的效率和效果。To make traditional association rule mining algorithms more suitable when applying in concrete fields,DS-Apriori based-on semantic ontology is proposed.DS-Apriori sets the minimal support dynamically according to semantic relativity of the item set.In order to reduce the consumption when calculating the semantic relativity,DS-Apriori proposes an incremental computation method when calculating the semantic relativity.Experimental results show that the accuracy and efficiency is improved greatly when using DS-Apriori.

关 键 词：关联规则 语义本体 语义相关度 动态最小支持度 DS-Apriori 

分 类 号：TP301[自动化与计算机技术—计算机系统结构]