基于命题逻辑的关联规则挖掘算法  

Association Rules Mining Algorithm Based on Propositional Logic

作　　者：顾伟[1,2] 傅德胜[1,2] 蔡玮[3] 

机构地区：[1]南京信息工程大学江苏省网络监控中心,江苏南京210044 [2]南京信息工程大学计算机与软件学院,江苏南京210044 [3]南京工程学院计算机工程学院,江苏南京211167

出　　处：《计算机技术与发展》2015年第3期91-94,共4页Computer Technology and Development

基　　金：江苏省高校优势学科建设工程资助项目(PAPD)

摘　　要：数据挖掘是从数据库中发现潜在有用知识或者感兴趣模式的过程。事务数据库中发现关联规则是最常见的数据挖掘,目的在于帮助市场决策者发现事务数据库中项目之间的关联性。对关联规则算法进行了研究,通过使用命题逻辑,在最小支持度值未能确定的情况下,直接推导项目之间的关系。该方法把关联规则和等价命题映射起来,形成一种对应关系。如果一个规则满足逻辑相等,那么该规则是一个相关关联规则。通过实例证明了文中提出的高度相关关联规则挖掘算法是有效的。实验也表明该挖掘算法比Apriori算法更有用。Data mining is the process found potentially useful knowledge or interest mode from the database. The association rules found in the transaction database is the most common data mining,which is intended to help decision makers of market find transaction database correlation betw een items. Association rules algorithm was studied by using propositional logic,in the case that minimum support value cannot be determined,directly derivate the relationship betw een the project. The association rules and equivalence proposition are mapped together in this way to form a corresponding relation. If a rule is satisfied logic are equal,the rule is a relevant association rules. Demonstrated by examples presented in this paper,the highly relevant association rule mining algorithm is effective. Experiments also show that the mining algorithm is more useful than Apriori algorithm.

关 键 词：数据挖掘 关联规则 命题逻辑 关联性 

分 类 号：TP311[自动化与计算机技术—计算机软件与理论]