基于客观兴趣度的关联规则优化算法研究
通常知识评价是基于某种客观兴趣度来评价所发现的知识的兴趣度,而规则的支持度则是一种常用度量方法,但由于事件在现实中发生和存在频度上有很大的不一致性,始终保持单一的最小支持度显然是不合理的。该文提出了一种根据事务各自特征采用多个最小支持度规则的挖掘算法,并应用于Setosa数据库的挖掘过程,证明该挖掘算法是合理的。
数据挖掘 支持度 关联规则 客观兴趣度 优化算法 Setosa数据库
方炜炜 杨炳儒 唐志刚 杨君
北京科技大学信息工程学院 北京 100083;北京信息科技大学 北京 100192 北京科技大学信息工程学院 北京 100083
国内会议
成都
中文
5-6
2008-04-01(万方平台首次上网日期,不代表论文的发表时间)