一种量化关联规则挖掘算法.pdfVIP

第33 卷 第 10 期 计 算 机 工 程 2007 年 5 月 Vol.33 No.10 Computer Engineering May 2007 ·软件技术与数据库· 文章编号：1000—3428(2007)10—0034—02 文献标识码：A 中图分类号：TP311.13 一种量化关联规则挖掘算法 1,3 1,3 1,2,3 2 佟 强 ，周园春 ，吴开超 ，阎保平 (1. 中国科学院计算技术研究所，北京 100080 ；2. 中国科学院计算机网络信息中心，北京 100080 ；3. 中国科学院研究生院，北京 100080) 摘 要：提出了一种新的挖掘量化关联规则的方法。该方法使用聚类算法把数据库中的交易记录分成若干个簇，把簇投影到数值型属性所 在的域，形成重叠的、有意义的区间。实验结果显示，这种方法能够有效地挖掘量化关联规则，并且能够发现以前的算法可能遗漏的重要 的规则。 关键词：数据挖掘；量化关联规则；频集；聚类 A Method for Mining Quantitative Association Rules TONG Qiang1,3, ZHOU Yuanchun1,3, WU Kaichao1,2,3 , YAN Baoping2 (1. Institute of Computing Technology, Chinese Academy of Sciences, Beijing 100080; 2. Computer Network Information Center, Chinese Academy of Sciences, Beijing 100080; 3. Graduate School, Chinese Academy of Sciences, Beijing 100080) 【Abstract 】This paper proposes a novel method to find quantitative association rules by clustering the transactions of a database into clusters and projecting them into the domains of the quantitative attributes to form meaningful intervals which may be overlapped. Experimental results show the method can efficiently find quantitative association rules, and can find important association rules which may be missed by the previous algorithms. 【Key words 】Data mining; Quantitative association rule; Frequent set; Cluster 1 概述 分成多个区间。目前有几种经典的分区方法。等宽法把数值 关联规则挖掘是一个重要的数据挖掘问题，已受到广泛 型属性所在的域分成长度相同的若干个区间。等深法则是让 关注[1] 。研究人员提出了许多挖掘布尔型关联规则的算 每个区间内具有相同数目的数据项。等宽法和等深法都简单 [2~4] 直接，以至于分区没有意义，也不能处理最小可信度问题。 法 。挖掘数值型和分类型关联规则并不像布尔型那样容 易。然而，许多现实世界的数据库存在大量的数值型和分类 在文献[5]中，Skikant 和Agrawa