基于主观兴趣度的关联规则优化算法  

Algorithm of Association Rules Optimization Based on the Subjective Interestingness

作　　者：牛新征[1] 杨健[2] 周明天[1] 

机构地区：[1]电子科技大学计算机科学与工程学院,四川成都611731 [2]电子科技大学信息与软件学院,四川成都611731

出　　处：《四川大学学报（工程科学版）》2013年第4期131-139,共9页Journal of Sichuan University (Engineering Science Edition)

基　　金：华为公司创新研究计划资助项目(YJCB201031RE);四川省科技支撑计划资助项目(2012GZ0061)

摘　　要：基于兴趣度的规则优化算法通过整合用户领域知识,对规则进行了精简和优化,有效地帮助了用户发现其最感兴趣的规则。但算法仍存在兴趣度计算方式欠妥、用户含义表达受限等问题。提出对兴趣度计算方法的改进,对单模板情况下的计算进行分类讨论,解决了兴趣度计算不合理的问题。同时,新算法引入复合模板的技术,支持对规则的多维分析,丰富了用户含义的表达。通过2组对比实验验证,改进后的基于主观兴趣度的规则优化算法能导出更加合理的兴趣度排序结果,给用户提供更有价值的规则参考。In order to resolve the improper calculation method,an improvement on calculating interestingness was proposed by considering classified situations.Multiple templates were induced,which support multi-dimension analysis and enrich user’s implications.With two groups of contrast experiments,the new algorithm produced more reasonable sorting result of interestingness,and supplied users with more valuable rules.

关 键 词：关联规则 规则优化 模板 兴趣度 

分 类 号：TP393[自动化与计算机技术—计算机应用技术]