基于权值的关联规则挖掘改进算法

计算机与现代化

基于权值的关联规则挖掘改进算法

江西师范大学计算机信息工程学院，江西南昌330027

收稿日期:2014-01-03 出版日期:2014-04-17 发布日期:2014-04-23
作者简介:作者简介：万宇文（1979），男，江西南昌人，江西师范大学计算机信息工程学院讲师，硕士，研究方向：网络与数据挖掘；黄林颖（1980），女，福建福州人，讲师，硕士，研究方向：数据挖掘；甘登文,男，教授，硕士，研究方向：统计与数据挖掘。

A New Weightbased Association Rules Mining Algorithm

School of Computer Science and Technology， Jiangxi Normal University， Nanchang 330027， China

Received:2014-01-03 Online:2014-04-17 Published:2014-04-23

摘要/Abstract

摘要：

摘要：关联规则挖掘是数据挖掘中的重要方法。本文结合多维关联规则基于支持度和置信度的挖掘算法，提出基于权值的关联规则挖掘改进算法，比较几种定义权值的方法的差别，并通过示例论证了算法的有效性。



关键词: 数据挖掘, 关联规则, 支持度, 置信度

Abstract:

Abstract: Association rules mining is an important method in data mining. Combined with traditional algorithm based on support and confidence limit, the paper brings forward a weightbased method to mining association rules and gives some different methods to calculate attribute’s weight. The difference of these methods is compared at the end of this paper. We give an example to show our method is effective.



Key words:

Key words: data mining, association rules, support limit, confidence limit

中图分类号:

TP301

万宇文，黄林颖，甘登文. 基于权值的关联规则挖掘改进算法[J]. 计算机与现代化.

WAN Yuwen， HUANG Linying， GAN Dengwen. A New Weightbased Association Rules Mining Algorithm[J]. Computer and Modernization.

参考文献

［1］

Agrawal R, Imielinski T, Swami A. Mining association rules between sets of items in large databases［C］// Proceedings of the 1993 ACM SIGMOD International Conference on Management of Data. 1993:207216. 

［2］ Srikant R, Quoc Vu. Mining association rules with item constraints［C］// Proceedings of the Third International Conference of Knowledge Discovery and Data Mining. 1997:6773.

［3］何军,刘红岩,杜小勇. 挖掘多关系关联规则［J］. 软件学报, 2007,18(11):27522765.

［4］ Srikant R, Agrawal R. Mining quantitative association rules in large relational tables［C］// Proceedings of the 1996 ACM SIGMOD International Conference on Management of Data. 1996:112. 

［5］ Han J, Fu Y. Discovery of multiplelevel association rules from large databases［C］// Proceedings of the 21th International Conference on Very Large Data Bases. 1995:420431.

［6］李锦泽，叶晓俊. 关联规则挖掘算法研究现状［C］//计算机技术与应用进展2007,全国第18届计算机技术与应用（CACIS）学术会议. 2007:204208.

［7］何月顺，刘光萍,丁秋林. XML与面向Web的数据挖掘的技术应用研究［J］. 江西农业大学学报, 2006(6):968971.

［8］ Anand R, Vaid A, Singh P K. Association rule mining using multiobjective evolutionary algorithms［C］// World Congress on Nature and Biologically Inspired Computing. 2009:385390.

［9］王旭仁,许榕生. 基于粗糙集理论的关联规则挖掘研究及应用［J］. 计算机工程, 2005,31(20):9092.

［10］刘乐乐，田卫东. 基于属性互信息熵的量化关联规则挖掘［J］. 计算机工程, 2009,35(14):3840.

［11］彭硕，吴昊. 基于MDPI的多维关联规则算法的研究［J］. 微电子学与计算机, 2011,28(1):7882.

［12］蔡国强,李川,范明. 一个高效的多维关联规则挖掘算法［J］. 计算机科学, 2002,29(8):7679.

[1]	谢仕斌, 刘梦赤, 唐诗琪, 周瑞平, . 基于多特征提取的时间卷积知识追踪模型[J]. 计算机与现代化, 2023, 0(07): 25-29.
[2]	钟松影. 基于关联规则Apriori算法的纺织原料成本预警[J]. 计算机与现代化, 2023, 0(07): 43-43.
[3]	刘佩. 基于数据挖掘的医保控费系统[J]. 计算机与现代化, 2023, 0(06): 89-94.
[4]	王劭华, 欧阳会丹, 孙丹, 王康, 吴鸿萍, 钟询, 褚兴平, 杨松涛. 基于Apriori算法的大学生体测项目关联规则挖掘[J]. 计算机与现代化, 2023, 0(03): 66-70.
[5]	宋晓丽, 张勇波, 张培颖. 基于半监督学习的学生消费数据异常检测[J]. 计算机与现代化, 2022, 0(12): 13-17.
[6]	段桂芹, 邹臣嵩. 基于近邻传播聚类的职业能力评价模型[J]. 计算机与现代化, 2022, 0(05): 21-27.
[7]	杨琳, 白钊, 寇勇刚. 基于RFM模型的随机森林算法对民航客户的流失分析[J]. 计算机与现代化, 2021, 0(01): 100-104.
[8]	郭欣, 陈瑛, 章鸣嬛, 张璇, 潘曙明, 汤璐佳. 利用机器学习方法对灾难生命支持课程NDLS培训效果进行分析预测#br#[J]. 计算机与现代化, 2020, 0(12): 61-66.
[9]	陈卓, 李鑫, 杜军威, 袁玺明. 面向化工企业事故的根原因关联分析[J]. 计算机与现代化, 2020, 0(10): 1-6.
[10]	冯云霞, 韩正亮, 薛蓉蓉, 宋波. 心血管疾病并发症与虚弱症关联模式研究[J]. 计算机与现代化, 2020, 0(07): 85-89.
[11]	于海洋. 快速挖掘最大频繁项集算法在图书馆管理中的应用[J]. 计算机与现代化, 2020, 0(06): 68-.
[12]	李科心, 李静, 邵佳炜, 肖屹. 多层次序列集成的高维数值型异常检测[J]. 计算机与现代化, 2020, 0(06): 73-.
[13]	罗有志1,2，陈征明2，陈明2，梅文涛2. 一种基于自适应关联熵的关键字提取算法[J]. 计算机与现代化, 2020, 0(04): 67-.
[14]	蒋毅,欧郁强,梁广,高杨,严永高,林捷,赵晓宁. 基于数据挖掘的现场作业风险态势评估方法[J]. 计算机与现代化, 2020, 0(04): 78-.
[15]	王云，李丛. 基于改进关联规则算法的警情数据分析[J]. 计算机与现代化, 2019, 0(12): 1-.