数据库中全部负关联规则挖掘研究  

RESEARCH ON ALL NEGATIVE ASSOCIATION RULES MINING IN A DATABASE

作　　者：李红[1,2] 宗瑜[2] 解浚源 

机构地区：[1]合肥学院网络与智能信息处理重点实验室,安徽合肥230001 [2]中国科技大学计算机科学与技术学院,安徽合肥230001

出　　处：《计算机应用与软件》2011年第11期105-107,共3页Computer Applications and Software

基　　金：国家自然科学基金项目(60775037);教育部博士基金项目(20093402110017);安徽省教育厅自然科学基金重点项目(KJ2011Z321)

摘　　要：数据库中关联规则信息是知识的表述形式之一,负关联规则挖掘是数据库关联信息挖掘的重要研究内容,具有广泛的应用范围。现有的挖掘方法不能获取数据库中全部的负关联规则,考虑从数据库中提取全部的负关联规则,通过(1)扫描数据库建立数据库频繁模式树DFP-tree(Database Frequent Pattern tree);(2)在精简DFP-tree的基础上获取全部极小非频繁项集ASI;(3)对ASI中极大频繁项集的向上闭包,得到全部非频繁项集;(4)在此基础上采用相关度作为规则兴趣度量之一提取负关联规则。理论和实验表明算法的正确性和效率。In a database, associated rule information is one of the representation formats for knowledge. Negative association rule mining is so important to study in database association information mining that it bears wide application value. Existing mining approaches can not obtain all negative rules from a database. The paper considers to extract all negative association rules from a database through ： （ 1 ） scanning the database to build a database frequent pattern tree called DFP-tree; （2） acquiring based on pruning the DFP-tree all small infrequent itemsets; （3） acquiring via upward closure packets of large frequent itemsets in ASI all infrequent itemsets; （4） based on the previous 3 steps adopting correlation metric as one of rule interest measurements to extract negative association rules. Theories and experiments validate the correctness and efficiency of the presented algorithm.

关 键 词：数据库 数据挖掘 负关联规则 全部负关联规则 

分 类 号：TP301.4[自动化与计算机技术—计算机系统结构]