数据挖掘中关联规则的有趣性研究  

The Studing on the Interesting Measures of Mining Association Rules in Data Mining

作　　者：娄兰芳[1] 蒋志方[1] 王乐强[1] 

机构地区：[1]山东大学计算机科学技术学院,济南250061

出　　处：《现代计算机》2002年第10期10-13,共4页Modern Computer

摘　　要：关联规则挖掘是数据挖掘研究中的一个重要方面,而其中一个重要问题是对挖掘出的规则的兴趣度的评估。过去的研究发现,在实际应用中往往很容易从数据源中挖掘出大量的规则,但这些规则中的大部分对用户来说是不感兴趣的。本文对规则的兴趣度度量的两个方面作了讨论:一个是主观兴趣度度量,另一个是客观兴趣度度量。最后介绍了如何利用模板进行挖掘有趣的规则。Mining association rules is an important aspect of the study of data mining,and one of the important problems is the evaluation of interestingness of the discovered rules.Past research has found that in many real-life applications it is easy to generate a large number of rules from databases.But most of them are not useful or interesting to the user.Two aspects ofthe measures ofinterestingness are discussed in this paper.Such measures ofinterestingness are divided into objective measures and subjective measures.At last the paper introduces how to mining interesting rules in databases through templates.

关 键 词：数据挖掘 关联规则 有趣性 数据库 

分 类 号：TP311.12[自动化与计算机技术—计算机软件与理论]