刘美玉,祁建军,刘伟

(西安电子科技大学计算机科学与技术学院,710071,西安)

自Agrawal等首次从大型数据库中提取出关联规则[1]以来,关联规则的提取已成为数据挖掘领域中的重要内容。关联规则可以在大量的数据中揭示特征与特征之间的隐含关系,从而达到数据挖掘的目的。

关联规则表示属性集之间的相关性。在形式概念分析(FCA)[2]中,概念表示对象集和属性集之间的统一,概念格节点之间的关系表示概念的泛化和例化。因此,概念格是非常适合关联规则提取的工具之一。目前,已有一些利用概念格进行关联规则发现的方法。Zaki等提出CHARM算法,利用概念格闭项集的特性和对概念格的深度优先搜索提取了非冗余的关联规则[3];Stumme等提出TITANIC算法,通过对概念格进行改造,提高了关联规则挖掘的效率[4];Kim等设计了一个完整的关联规则挖掘系统FARM,该系统将关联规则与植物的生长模型联系起来,依据布尔表达式生成只与用户兴趣相关的关联规则,与CHARM算法和TITANIC算法相比,FARM有更优的效果[5]。在国内:谢志鹏等首先发现了概念格在关联规则提取上的优势,提出了概念格节点内涵缩减概念,给出了相应的渐进式生成算法和基于概念格的关联规则提取算法[6-8];Wang等利用领域知识来指导概念格上的关联规则挖掘[9];王志海等基于概念格的闭项集特性,提出了一种更有利于规则提取的格结构,并给出了闭标记格中的规则提取算法[10]。从前人的工作中可以总结出,利用FCA提取规则的优点是只提取最大规模的频繁项集,从而缩小了搜索空间,减少不必要的挖掘,从整体上提高了效率。……