一种基于主属性判定的关联规则挖掘约简算法*
2021-05-11熊中敏郑宗生
计算机工程与科学 2021年4期
熊中敏,汪 博,陶 然,郑宗生,陈 明,2
(1.上海海洋大学信息学院,上海 201306;2.农业部渔业信息重点实验室,上海 201306)
1 引言
关联规则挖掘虽然已经得到大量的应用,但在实践中仍然存在令人不满意的地方,比较典型的问题是在数据库的挖掘过程中会得到大量的规则,导致用户无所适从[1]。如何约简规则集的大小,使得到的规则数量减少且是用户想要的,是影响到关联规则挖掘项目能否有效实施的问题。
关联规则挖掘算法基本上是以Apriori算法为基础的一系列改进算法。算法的核心思想是计算频繁项集,即统计数据项出现的概率是否大于事先设定好的最小支持度,由于每次都要扫描整个数据库,这个计算过程非常耗时。很多国外研究者提出了改进的措施,对事务数据库不进行多次扫描就能产生同样的候选集[2 - 5]。这些算法虽然计算效率有所提高,但需要同时提高Apriori算法框架中的参数设定值,即比较大的最小置信度和最小支持度,或者设置一些数据约束,算法的效率才能有明显改善。
国内学者也展开了相关的技术研究[6 - 13],主要是算法的理论研究,注重采用新的技术方法提高算法的效率;另外则是应用研究,将关联规则分析方法引入到一些行业,得到原来不能得到的分析结果。这2类研究大多数没有考虑规则集的约简问题,另外一类理论研究和规则集的化简有关[11],主要是找到最小置信度之外的一种新的评价关联规则的测度,然后通过测度值重新进行关联规则的选择。……
登录APP查看全文
