钱卓昊

（西安石油大学 计算机学院，西安710065）

0 引 言

现实生活中，属性值分类（AVT）又称层次属性值（Hierarchical Attribute Value），是广泛存在的，如时间属性上日、月、季、年等具有层次特征的属性值［1］。可以利用概念层次将原始基础数据抽象到不同层次，实现数据泛化。同时，基于多层次（Multiple Levels）数据挖掘，可能会从较高层次数据中发现更普遍或更重要的知识，且获取的规则也更易于理解［2］。数据集中AVT树型结构可由相关领域专家提供，也可根据训练集自动构建而成。

具有层次结构的数据已被广泛应用，Han等提出了一种利用概念分类法和自顶向下递进深化方法在不同层次上寻找概念之间的关联规则的算法XLT2L1［3］；如Hong等基于粗糙集理论提出一种获取跨层次确定性规则和可能性规则的方法［4］；研究了具有层次结构的模糊粗糙集［5］；Feng等利用层次结构提出一种自上向下的挖掘层次决策规则的方法［6］。

虽然AVT的有效性已被证明，但针对构建AVT的研究还比较少。涉及AVT时，大多是基于相关专家意见所构建的AVT，这使得AVT具有主观成分，且在研究高维度数据时其准确度降低。在已有的从数据中构建AVT研究中，都是将AVT直接与分类模型综合在一起来处理数据，而没有进行属性泛化约简，这使得处理后的数据依旧可以进一步泛化。如AVT-NBL模型，在构建AVT时如何度量属性值间的相似关系目前也没有最佳标准，用JS散度来度量［1］。为了研究AVT在离散属性中的应用，本文采用VDM距离来度量。

本文利用VDM度量样本属性值间的距离，进而利用层次聚类设计了一种依据数据自动构建AVT的VDM-AVT学习器。……