基于记录分区的加权关联规则挖掘  

Algorithm for Mining Weighted Association Rules Based On Record Partition

作　　者：杨明[1] 孙志挥[1] 杨萍 

机构地区：[1]东南大学计算机科学与工程系

出　　处：《小型微型计算机系统》2003年第10期1779-1782,共4页Journal of Chinese Computer Systems

基　　金：国家自然科学基金 (79970 0 92 )资助;安徽省自然科学基金 (0 3 0 42 2 0 5 )资助;安徽省教育厅自然科学研究基金 (2 0 0 1kj0 5 0 )资助

摘　　要：提出了基于记录分区的加权关联规则的定理和算法 ,利用反倾斜技术 ,在合理的内存支持下 ,该算法至多 2次扫描交易数据库 ;同时 ,该算法不必根据 k-支持期望进行修剪 ,因而本文算法是有效。In this paper, we propose an efficient algorithm based on record partition for mining weighted association rules. The algorithm can discover frequent itemsets in skew dataset ,requiring only two scans over dataset in the worse case, and the algorithm don't depend on the concept of k-support bound of itemsets.

关 键 词：数据挖掘 加权关联规则 记录分区算法 反倾斜技术 

分 类 号：TP311[自动化与计算机技术—计算机软件与理论]