基于商品分类信息的关联规则聚类

摘要：

关联规则挖掘经常产生大量的规则,为了帮助用户做探索式分析,需要对规则进行有效的组织.聚类是一种有效的组织方法.已有的规则聚类方法在计算规则间距离时都需要扫描原始数据集,效率很低,而且聚类结果是固定数目的簇,不利于探索式分析.针对这些问题,提出了一种新的方法.它基于商品分类信息度量规则间的距离,避免了耗时的原始数据集扫描;然后用OPTICS聚类算法产生便于探索式分析的聚类结构.最后用某个零售业公司的实际交易数据做了实验,并通过可视化工具演示了聚类效果.实验结果表明此方法是实用有效的.

关键词：数据挖掘、关联规则、聚类、可视化

所属期刊栏目：41

分类号：TP311(计算技术、计算机技术)

资助基金：国家高技术研究发展计划863计划2001AA113181

在线出版日期：2004-03-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：352-360