可信关联规则及其基于极大团的挖掘算法

摘要：

目前的关联规则挖掘算法主要依靠基于支持度的剪切策略来减小组合搜索空间.如果挖掘潜在的令人感兴趣的低支持度模式,这种策略并非有效.为此,提出一种新的关联模式--可信关联规则(credible association rule,简称CAR),规则中每个项目的支持度处于同一数量级,规则的置信度直接反映其可信程度,从而可以不必再考虑传统的支持度.同时,提出MaxCliqueMining算法,该算法采用邻接矩阵产生2-项可信集,进而利用极大团思想产生所有可信关联规则.提出并证明了几个相关命题以说明这种规则的特点及算法的可行性和有效性.在告警数据集及Pumsb数据集上的实验表明,该算法挖掘CAR具有较高的效率和准确性.

关键词：可信关联规则、极大团、数据挖掘、邻接矩阵、告警关联

所属期刊栏目：19

分类号：TP311(计算技术、计算机技术)

资助基金：the National High-Tech Research and Development Plan of China under Grant No.2007AA01Z417 国家高技术研究发展计划863;the 111 Project of China under Grant No.B08004

在线出版日期：2008-12-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共14页

页码：2597-2610