含负项和数量属性的关联规则挖掘研究

• 作 者: 游晋峰
• 机 构: 四川师范大学
• 出 处: 四川师范大学
• 发表日期: 2010年01期
• 关键词: 负项 数量属性 两级支持度 非频繁项集 数量关联规则 正、负关联规则

关联规则挖掘是数据挖掘领域中一个重要的研究方向,揭示数据集中不同领域或属性间的有价值联系,具有重要的理论价值和广泛的应用前景。本文系统地讨论了关联规则挖掘的相关理论,对现有的关联规则挖掘算法的研究工作进行了归纳、分析,重点讨论了数量关联规则和含负项的布尔关联规则的挖掘问题。在此基础上,完成了如下两个创新型的工作:1.提出了一个在频繁2-项集上挖掘数量关联规则的改进算法。它不仅可以用于典型的购物篮分析,还可以用于购物篮分析不能完成的带数量的关联规则的挖掘问题。例如,它可以用于带数量的商品捆绑销售问题中的捆绑决策问题的规则提取。2.基于对数量关联规则和含负项的布尔关联规则的研究,论文提出了一种含负项的数量关联规则挖掘算法。详细分析了数量属性和负项带来的问题,给出了相应的解决方案。首先,论文研究了数量属性及其否定项问题;其次,针对巨大的非频繁项集可能带来大量无趣规则的产生,引入了两级支持度概念来约束产生频繁项集和非频繁项集;在候选项集的生成过程中,为防止负项造成多余项集,对原有的apriori_gen函数进行改进,提出了新的候选项集生成函数——candidate_gen函数。改进的算法不仅有效地将负项引入到了数量关联规则中,且挖掘出了非频繁项集中的有趣的关联规则。