一种高效的多层和概化关联规则挖掘方法

施伯乐毛宇星陈彤兵

复旦大学;

摘要：

通过对分类数据的深入研究,提出了一种高效的多层关联规则挖掘方法:首先,根据分类数据所在的领域知识构建基于领域知识的项相关性模型DICM(domain knowledge-based item correlation model),并通过该模型对分类数据的项进行层次聚类；然后,基于项的聚类结果对事务数据库进行约简划分；最后,将约简划分后的事务数据库映射至一种压缩的AFOPT树形结构,并通过遍历AFOPT树替代原事务数据库来挖掘频繁项集,由于缩小了事务数据库规模,并采用了压缩的AFOPT结构,所提出的方法有效地节省了算法的I/O时间,极大地提升了多层关联规则的挖掘效率.基于该方法,给出了一种自顶向下的多层…展开v

关键词：分类数据、多层关联规则、概化关联规则、层次聚类、约简划分

所属期刊栏目：22

分类号：TP311(计算技术、计算机技术)

资助基金：国家自然科学基金重大研究计划重点项目90818023;国家重点基础研究发展计划9732005CB321905

在线出版日期：2012-03-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共16页

页码：2965-2980